Arrays 将.csv导入MongoDB，创建包含对象的数组

我开始熟悉MongoDB，现在我必须将一个相对较大的.csv文件导入Mongo集合。到目前为止，我能够导入.csv文件而没有大问题（使用mongoimport或通过Studio 3T）。但是，我想为每个特定文档创建一些数组。也许通过举例说明我的数据，我可以让它更清楚

worker_id | gender | birth | employer_id | start     | end       | type   |
---------------------------------------------------------------------------
CAD1213   | M      | 1990  | WRF1119     | 15jun2018 | 31dec2018 | 11.1.1 |
CAD1213   | M      | 1990  | WAC1134     | 1jan2019  | 31dec2019 | 12.1.1 |
CAF1456   | F      | 1972  | WAC1134     | 15aug1988 | 17sep2016 | 55.0.1 |
CAR5567   | F      | 1991  | WER9280     | 15jun2018 | 31dec2018 | 1.1.1  |
CAR5578   | F      | 1989  | WHI1176     | 15jun2011 | 1nov2011  | 12.2.5 |
CAR5578   | F      | 1989  | WHI1176     | 2nov2011  | 31dec2012 | 12.2.5 |

这只是一个字段（列）很少的示例。我有工作合同的数据，其中：工人id是工人的身份，性别，出生是工人的出生年份，雇主id是每个雇主的身份，开始和结束是每个具体工作合同的开始和结束，而类型是具体工作合同。整个数据库显然具有更多字段的特征

使用classic.csv导入，对于每一行，我将获得一个具有特定ID的不同文档，每一列将表示字段。但是，我希望将worker_id的值设为“_id”（虽然不一定）。如您所见，某些worker_id在列中重复（在一个超过1700万行的文件中，您可以想象我可以拥有多少个副本），因此无法将此字段选为_id

这就是我努力想要得到的。我想创建一个数组（例如称为contracts），其中包含每个特定contract的信息，因此是对象，在本例中是列employer\u id、start、end和type。对于某些worker，数组中只有一个元素（示例中为CAF1456和CAR5567），而对于其他worker，则有多个元素（示例中为CAD1213和CAR5578）。因此，假设性文件如下所示：

_id: "CAD1213"
gender: "M"
birth: "1990"
contracts: Array
  0: Object
     employer_id: "WRF1119"
     start: "15jun2018"
     end: "31dec2018"
     type: "11.1.1"
  1: Object  
     employer_id: "WAC1134"
     start: "1jan1988"
     end: "31dec2019"
     type: "12.1.1"

_id: "CAF1456"
gender: "F"
birth: "1972"
contracts: Array
  0: Object
     employer_id: "WAC1134"
     start: "15aug1988"
     end: "17sep2016"
     type: "55.0.1"

_id: "CAR5567"
gender: "F"
birth: "1991"
contracts: Array
  0: Object
     employer_id: "WER9280"
     start: "15jun2018"
     end: "31dec2018"
     type: "1.1.1"

_id: "CAR5578"
gender: "F"
birth: "1989"
contracts: Array
  0: Object
     employer_id: "WHI1176"
     start: "15jun2011"
     end: "1nov2011"
     type: "12.2.5"
  1: Object  
     employer_id: "WHI1176"
     start: "2nov2011"
     end: "31dec2012"
     type: "12.2.5"

据我所知，这个过程不能直接用mongoimport执行，那么它必须在导入整个.csv文档之后执行（我猜）。我希望有人能给我一些提示，建议或链接，我可以找到一些帮助实现这一结构。此外，如果文件的其他结构更适合我的例子，我很想知道

---

先谢谢你。

想一想。最终数据模型应驱动CSV文件的整个导入过程。mongoimport具有仅导入字段子集的选项；您还可以将数据导入多个集合（按数据分类）。然后，基于数据模型，使用查询和聚合框架，甚至是应用程序，将数据合并在一起，细化数据，等等。通过使用Python，我导入了.csv数据库，并从中生成了一个带有嵌套数组的.json类型的文档。因此，使用pymongo，我将文档导入到我的MongoDB数据库中。你可以在这里修改代码：只是一些想法。最终数据模型应驱动CSV文件的整个导入过程。mongoimport具有仅导入字段子集的选项；您还可以将数据导入多个集合（按数据分类）。然后，基于数据模型，使用查询和聚合框架，甚至是应用程序，将数据合并在一起，细化数据，等等。通过使用Python，我导入了.csv数据库，并从中生成了一个带有嵌套数组的.json类型的文档。因此，使用pymongo，我将文档导入到我的MongoDB数据库中。您可以在此处修改代码：