我有一个名为“df”的panda数据框，是我用Netezza数据库的SQL查询结果创建的，我在Jupyter notebook中工作，这个数据框有两行和两列（CREATEDDATE和STAGEDATE）包含日期时间值，当我运行print（df）时，结果如下：
ID ISDELETED PARENTID CREATEDBYID \
0 017o000003tQRftAAG false a0no000000Hrv1IAAR 005o0000001w8wgAAA
1 017o000003jl52cAAA false a0no000000GszDUAAZ 005o0000001w2pTAAQ
CREATEDDATE FIELD OLDVALUE NEWVALUE STAGEDATE
0 2015-07-30 14:51:41 created None None 2016-06-06
1 2015-07-16 14:48:37 created None None 2016-06-06如果我运行print（df.dtypes），结果如下：
ID object
ISDELETED object
PARENTID object
CREATEDBYID object
CREATEDDATE datetime64[ns]
FIELD object
OLDVALUE object
NEWVALUE object
STAGEDATE datetime64[ns]
dtype: object因此，据我所知，我的datetime列的格式是正确的，可以使用write_panda（）写入Snowflake，但是，在我这样做之后，Snowflake中的日期就大不相同了：
例如，2016-06-06的STAGEDATE值现在是48399-06-06。有人知道如何修复这个问题吗？我正在使用pyodbc从Netezza进行拉取，并使用df = cs.execute（）填充 Dataframe 。我正在导入并使用snowflake.connector连接到Snowflake，并运行以下命令来获取write_panda：
from snowflake.connector.pandas_tools import write_pandas
3条答案
按热度按时间axr492tv1#
我用pday写的代码找到了一个解决方案，这个函数自动给日期类型cols添加一个时区（函数中默认的是UTC）。
因此，我建议在将 Dataframe 传递给write_pandas之前使用此函数。
从我得到的问题是，datetime对象被误解了，因为它定义得不够好。添加时区信息将强制将元素解释为datetime。
但我真的建议你阅读this惊人的对话，其中有很好的解释，它真的帮助了我。
hec6srdp2#
给予
也就是说，你的日期，变成纪元毫秒和解析为秒给你的日期。
因此，您要么扔掉毫秒，要么改变日期的解析方式。
hmae6n7t3#
@Lorenzo Vitali的解决方案很好用，我已经把它添加到我的snowflake助手类中，你需要记住返回df。