python - how - pymongo_id

Inserta un Dataframe Pandas en mongodb usando PyMongo

Question

¿Cuál es la forma más rápida de insertar un DataFrame pandas en mongodb usando PyMongo ?

Intenta

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

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

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

dio un error TypeError: ''str'' object does not support item assignment

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

dio un error InvalidDocument: documents must have only string 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

Qué tal esto:

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

id será una cadena única para ese df

Answer 2

Aquí tienes la manera más rápida. Usando el método insert_many de pymongo 3 y el parámetro ''records'' del método to_dict .

db.insert_many(df.to_dict(''records''))

Answer 3

Odo puede hacerlo usando

odo(df, db.myCollection)

Answer 4

Si su dataframe tiene datos faltantes (es decir, None, nan) y no quiere valores clave nulos en sus documentos:

db.insert_many(df.to_dict("records")) insertará claves con valores nulos. Si no desea los valores de clave vacíos en sus documentos, puede usar una versión modificada del .to_dict("records") pandas .to_dict("records") continuación:

from pandas.core.common import _maybe_box_datetimelike
my_list = [dict((k, _maybe_box_datetimelike(v)) for k, v in zip(df.columns, row) if v != None and v == v) for row in df.values]
db.insert_many(my_list)

donde if v != None and v == v He agregado cheques para asegurarme de que el valor no sea None o nan antes de ponerlo en el diccionario de la fila. Ahora su .insert_many solo incluirá claves con valores en los documentos (y ningún tipo de datos null ).

Answer 5

Dudo que haya un método más rápido y simple . Si no te preocupa la conversión de datos, puedes hacer

>>> 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)

Pero en caso de que intentes cargar datos , obtendrás:

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

por lo tanto, deberá convertir las columnas ''A'' a datetime s, así como todos los campos no int , float o str en su DataFrame . Para este ejemplo:

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