使用PyMongo将Pandas Dataframe插入mongodb

Question

使用插入pandas DataFrame到mongodb的最快方法是什么PyMongo？

尝试次数

db.myCollection.insert(df.to_dict())

给出了一个错误

InvalidDocument: documents must have only string keys, the key was Timestamp('2013-11-23 13:31:00', tz=None)

 db.myCollection.insert(df.to_json())

给出了一个错误

TypeError: 'str' object does not support item assignment

 db.myCollection.insert({id: df.to_json()})

给出了一个错误

InvalidDocument: documents must have only string a keys, key was <built-in function id>

df

<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 150 entries, 2013-11-23 13:31:26 to 2013-11-23 13:24:07
Data columns (total 3 columns):
amount    150  non-null values
price     150  non-null values
tid       150  non-null values
dtypes: float64(2), int64(1)

Answer 1

我怀疑是否有 最快 和 最 简单的 方法。如果您不担心数据转换，可以

>>> import json
>>> df = pd.DataFrame.from_dict({'A': {1: datetime.datetime.now()}})
>>> df
                           A
1 2013-11-23 21:14:34.118531

>>> records = json.loads(df.T.to_json()).values()
>>> db.myCollection.insert(records)

但是，如果您尝试将数据加载回，则会得到：

>>> df = read_mongo(db, 'myCollection')
>>> df
                     A
0  1385241274118531000
>>> df.dtypes
A    int64
dtype: object

所以你必须将“A” columnt回datetimeS，以及所有不int，float或str字段您DataFrame。对于此示例：

>>> df['A'] = pd.to_datetime(df['A'])
>>> df
                           A
0 2013-11-23 21:14:34.118531