使用 to_sql 写入 datetime.date 会引发操作错误

我正在使用最新的 pandas 14.1 并使用 to_sql 方法写入 MS SQL Server 2008 v2 服务器。使用 SQLalchemy 作为引擎。以下带有日期时间对象的数据框按预期工作。

#test DataFrame
df1 = pd.DataFrame(index=range(10))
df1['A'] = 'Text'
df1['date_test'] = datetime.datetime(2014,1,1)

用于写入数据库的代码：

import sqlalchemy
engine = sqlalchemy.create_engine('mssql+pymssql://XXXXXXX')
df1.to_sql('test', engine, if_exists='replace')

出于业务原因，数据库中的数据需要是日期对象而不是日期时间。如果我使用：

#test DataFrame
df2 = pd.DataFrame(index=range(10))
df2['A'] = 'Text'
df2['date_test'] = datetime.date(2014,1,1)  # date not datetime

to_sql 方法给出了很长的错误消息：

OperationalError: (OperationalError) (206, 'Operand type clash: datetime is incompatible 
with textDB-Lib error message 206, severity 16:\nGeneral SQL Server error:
Check messages from the SQL Server.......

我的第一个怀疑是，如果在方法中使用日期，这可能是 Pandas 14.1 中新创建的功能的错误。但不确定。

更新：从 pandas 0.15 开始，to_sql支持写列datetime.date and datetime.time (https://github.com/pydata/pandas/pull/8090 https://github.com/pydata/pandas/pull/8090，现在处于开发版本）。

支持datetime.date and datetime.timetypes 目前 (0.14.1) 尚未实现（仅适用于datetime64类型，以及datetime.datetime将转换为那个），但是添加这个应该很容易（有一个问题：https://github.com/pydata/pandas/issues/6932 https://github.com/pydata/pandas/issues/6932).

问题是，目前，to_sql在数据库中创建一个文本类型的列datetime.date列（就像对所有列所做的那样）object数据类型）。因此，您会收到上述错误消息。
目前一个可能的解决方案是自己创建数据库，然后将数据帧附加到其中。