如何在Pandas中将无日字符串转为日期时间并写入MySQL？

首先得明确一点：Python的datetime对象和MySQL的DateTime类型都必须包含具体的日期（年、月、日），不存在“无日”的原生日期时间类型。你看到的2012-12其实是一种格式化后的字符串展示，而不是真正的日期时间对象。所以我们的思路是：把字符串转成当月第一天的日期时间对象，存储到MySQL后，业务上可以视为年月来使用，需要展示时再格式化为YYYY-MM的形式。

第一步：在Pandas中转换字符串为日期时间类型 #

比起你用列表推导式调用datetime.strptime，更推荐用Pandas内置的to_datetime函数，效率更高且更简洁：

import pandas as pd

# 转换字符串为datetime64类型，默认会把日设为当月1号
df['issue_d'] = pd.to_datetime(df['issue_d'], format='%b-%Y')

执行后，df['issue_d']的值会是类似2012-12-01的datetime64类型，这是标准的日期时间对象格式。如果只是想在Python中展示为2012-12的形式，可以用dt.strftime转成字符串，但注意这会丢失日期时间类型：

# 仅用于展示，会转回字符串类型
df['issue_d_display'] = df['issue_d'].dt.strftime('%Y-%m')

如果你想在Python中保留年月的语义（而非完整日期），可以用Pandas的Period类型：

df['issue_d_period'] = pd.to_datetime(df['issue_d'], format='%b-%Y').dt.to_period('M')

这会得到2012-12这样的Period对象，但SQLAlchemy不支持直接将Period存入MySQL的DateTime列，所以存储前需要转回到datetime64类型（取当月第一天）：

# 转回到datetime64用于存储
df['issue_d'] = df['issue_d_period'].dt.to_timestamp()

第二步：用SQLAlchemy存入MySQL的DateTime列 #

假设你用SQLAlchemy的create_engine连接数据库，然后用df.to_sql写入数据：

from sqlalchemy import create_engine

# 建立数据库连接
engine = create_engine('mysql+pymysql://username:password@host:port/db_name')

# 将DataFrame写入MySQL，指定列类型为DateTime
df.to_sql(
    name='your_table_name',
    con=engine,
    if_exists='replace',  # 根据需求选择append/replace等
    dtype={'issue_d': 'DateTime'}
)

写入后，MySQL的DateTime列中会存储类似2012-12-01 00:00:00的值，这符合MySQL的DateTime类型要求。如果查询时只需要年月信息，可以用MySQL的内置函数格式化：

SELECT DATE_FORMAT(issue_d, '%Y-%m') AS issue_month FROM your_table_name;

为什么你的方法会得到带日的结果？ #

因为datetime.strptime解析%b-%Y格式时，Python会自动补全日为当月的第一天（这是datetime对象的默认行为，因为它必须包含年、月、日三个部分），所以结果必然带有日期部分，这是正常现象。

内容的提问来源于stack exchange，提问作者Love_Code