尝试将 executemanycolumns 与 SQL Server 一起使用时，我收到此错误：“无法将 Python 实例转换为 C++ 类型（在调试模式下编译以获取详细信息）”
我知道 Turbodbc 不喜欢 numpy 空值（NaN 或 NaT），所以要删除这些我使用：
df= df.where((pd.notnull(df)), 无)
然而，在运行这个之后，我得到一个错误，说一列不连续。这些总是 int64 数据类型的列。为了解决这个问题，我使用 arr.flags['C_CONTIGUOUS'] 检查每个数组，如果 False 则使用 np.ascontiguousarray(arr)。然后我再次收到“无法将 Python 实例转换为 C++ 类型（在调试模式下编译以获取详细信息）”错误。
我的数据框不包含 NaN 或 NaT。关于导致此错误的原因有什么想法吗？谢谢你的帮助！
所以这个答案绝对不是对为什么会发生这个错误的完整解释，而是基于我自己在解决这个问题时发现的。
首先我需要参考这篇很棒的文章，它给了我构建导出到 SQL 的功能https://medium.com/@erickfis/etl-process-with-turbodbc-1d19ed71510e
在本文的末尾有一些回复和问题，其中一些与您的问题有关。其中有一个响应，说他们将数据帧写入 csv，然后读取该 csv，然后运行 Turbodbc 代码。
我不确定为什么这可能会消除您看到的错误 - 并且为了避免违反答案的 SO 规则，我不会放下我对正在发生的事情的猜测，因为它可能没有帮助！
我决定遵循这个建议，因为我不知所措，谢天谢地，它工作并在大约 17 秒内导出了我的整个数据帧（20975 行和 100 列）！！！
我在使用 Turbodbc 时看到其他错误时所做的其他一些事情如下（可能与此特定问题没有直接关系，但可能有助于您进一步了解其他问题）：
- update numpy to most recent version
- install dlib from whl file here https://pypi.org/simple/dlib/
- install CMake using pip install
我希望这会有所帮助，并且其他人可以为您提供更全面的解释！
我是作者
https://medium.com/@erickfis/etl-process-with-turbodbc-1d19ed71510e
好吧，根据我的经验，问题总是以下之一：
我昨天尝试用 MySQL 运行我的例程，但我收到错误“无法将 Python 实例转换为 C++ 类型”。
我做了什么来解决它：
昨天我在清理日期之前提取了列值，因此我收到了错误。
因此，在仔细清理和准备数据之后，对于每个 dtype，您应该可以：
values = [df[col].values for col in df.columns]
colunas = '('
colunas += ', '.join(df.columns)
colunas += ')'
val_place_holder = ['?' for col in df.columns]
sql_val = '('
sql_val += ', '.join(val_place_holder)
sql_val += ')'
sql = f"""
INSERT INTO {mydb}.{table} {colunas}
VALUES {sql_val}
"""
with turbo_connection.cursor() as cursor:
try:
cursor.executemanycolumns(sql, values)
turbo_connection.commit()
except Exception as e:
turbo_connection.rollback()
raise(e)
首先，感谢 erickfis 在medium上的帖子！
阅读 turbodbc 文档后，我通过使用 numpy 的 MaskedArrays 将他的 df_valores 逻辑更改为：
import numpy as np
import pandas as pd
valores_df = [np.ma.MaskedArray(df[col].values, pd.isnull(df[col].values)) for col in df.columns]
这样，每个 df.col 中的 NaN 在期间正确转换为 sql NULL
cursor.executemanycolumns(sql, valores_df)
对我来说，这个小改动解决了我遇到的错误：