psycopg2：将带有 NaN 的 numpy 数组插入表中

Question

以下代码可以很好地将多维 numpy 数组插入表中

def adapt_numpy_array(numpy_array):
    return AsIs(numpy_array.tolist())

register_adapter(np.ndarray, adapt_numpy_array)
register_adapter(np.int32, AsIs)
register_adapter(np.int64, AsIs)
register_adapter(np.float64, AsIs)

但是，如果数组包含 NaN，它就会中断：

psycopg2.errors.UndefinedColumn：FEHLER：Spalte »nan«存在 第 2 行：...6000.0、692000.0、732000.0、830000.0、928000.0]、[南、南、..

将适配器更改为

def adapt_numpy_array(numpy_array):
    return numpy_array.tolist()

def nan_to_null(f,
        _NULL=psycopg2.extensions.AsIs('NULL'),
        _Float=psycopg2.extensions.Float):
    if not np.isnan(f):
        return _Float
    return _NULL

register_adapter(float, nan_to_null)

产生另一个错误

AttributeError：“list”对象没有属性“getquoted”

为什么第二个代码会中断，psycopg2 应该遍历列表并用其值或 NULL 替换每个浮点数？ 如果存在 NaN，如何将 numpy 数组插入到 SQL 表中？

Answer 1

技巧是将 numpy 数组转换为字符串，并用

NULL

正确表示 NaN 值。然后，格式化的字符串可以由

AsIs

适配器包裹。

import numpy as np
from psycopg2.extensions import register_adapter, AsIs

def adapt_numpy_array(numpy_array):
    return AsIs(str(numpy_array.tolist()).replace("nan", "NULL"))

register_adapter(np.ndarray, adapt_numpy_array)

不确定这是否是最优雅的解决方案，但它确实可以处理我抛出的任何 numpy 数组。