python - pandas to sql 将 datetime64 索引转换为时区感知

Question

我有一个 pandas Dataframe，其索引类型为 datetime64[ns]。 当我使用 to_sql 方法时，我希望将索引创建为 timestamp postgres 列，但是它创建了一个 timestamptz 列。

为什么会这样？

请注意，当 datetime64[ns] 列不是索引而是普通列时，这不会发生。

Pandas 0.23.4、psycopg2 2.7.4、sqlalchemy 1.2.7、PostgreSQL 9.6.6

---

例子

dates = pd.date_range('2018-01-01', periods=5, freq='6h')
df_test = pd.DataFrame({'nums': range(5)}, index=dates)

                       nums
2018-01-01 00:00:00     0
2018-01-01 06:00:00     1
2018-01-01 12:00:00     2

插入到 postgres

df_test.to_sql('foo_table',postgres_uri,schema='data_test',index_label='info_date')

从数据库中读取时，我得到了不同类型的索引

df_db = pd.read_sql_table('foo_table',postgres_uri,schema='data_test',index_col='info_date')

                           nums
                info_date                  
2018-01-01 00:00:00+00:00   0
2018-01-01 06:00:00+00:00   1
2018-01-01 12:00:00+00:00   2

如您所见，info_date 的类型为 datetime64[ns, UTC]

Answer 1

我使用 mysql ，但如果您设置 index=True 是否可行？
我总是使用这段代码写入我的数据库:

df_test.to_sql(name='database', chunksize=20000, con=conn, index=True, if_exists='replace')

所以也许这会起作用:

df_test.to_sql('foo_table',postgres_uri,schema='data_test',index=True)