更新 ：从pandas
0.15开始，
to_sql支持写入
NaN值（它们将
NULL在数据库中写入），因此不再需要下面描述的解决方法（请参阅https://github.com/pydata/pandas/pull/8208）。
熊猫0.15将于10月发布，并且该功能已合并到开发版本中。
这可能是由于
NaN你的表值，这是目前该大熊猫SQL函数不处理的NaN以及一个已知的缺点（https://github.com/pydata/pandas/issues/2754，HTTPS：/
/github.com/pydata/pandas/issues/4199）
作为目前的一种解决方法（对于0.14.1及更低版本的熊猫），您可以使用以下方法将
nan值手动转换为None：
df2 = df.astype(object).where(pd.notnull(df), None)
然后将数据帧写入sql。但是，这会将所有列转换为对象dtype。因此，您必须基于原始数据框创建数据库表。例如，如果您的第一行不包含
NaNs：
df[:1].to_sql('table_name', con)df2[1:].to_sql('table_name', con, if_exists='append')
