雪花写入未正确插入日期

Question

我有一个名为“df”的pandas数据框架，我正在使用针对Netezza数据库的SQL查询结果创建它。我在Jupyter笔记本电脑公司工作。dataframe有两行，其中两列（CREATEDDATE和STAGEDATE）包含日期时间值。当我运行print（df）时，结果如下所示：

                   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列的格式正确，可以使用write_（）写入Snowflake。然而，在我这样做之后，雪花的日期就大不相同了：

例如，2016-06-06的阶段值现在是48399-06-06。有人知道如何解决这个问题吗？我正在使用pyodbc和df=cs.execute（）从Netezza执行拉取操作，以填充数据帧。我正在导入并使用snowflake.connector连接到snowflake，并正在运行以下操作以获得write\u pandas：

from snowflake.connector.pandas_tools import write_pandas

Answer 1

SELECT '2016-06-06'::timestamp as a
    ,to_timestamp_ntz(date_part('epoch_second', a),0)::date as a_s
    ,to_timestamp_ntz(date_part('epoch_millisecond', a),0)::date as a_ms
    ,to_timestamp_ntz(date_part('epoch_millisecond', a),3)::date as b_ms;

给予

A                        A_S          A_MS         B_MS
2016-06-06 00:00:00.000  2016-06-06   48399-06-06  2016-06-06

这就是说，你的日期，变成了历元毫秒，并解析为秒，表示你的日期

所以你可以扔掉毫秒，或者改变日期的解析方式