熊猫到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，但是它将创建一个timestamptz列。

为什么会这样呢？

请注意，当datetime64[ns]列不是索引而是普通列时，则不会发生。

熊猫0.23.4，psycopg2 2.7.4，sqlalchemy 1.2.7，PostgreSQL 9.6.6

---

例

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，但是如果您设置index = True呢？
我总是使用此代码写入我的数据库：

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

所以也许这会工作：

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