使用Python将CSV解析为API的数据库？

我将使用.csv中的数据来训练一个模型，预测用户在谷歌广告上的活动（印象、点击）与给定一天的天气的关系。我有一个.csv文件，其中包含6000多条信息记录，我想用Python将其解析到数据库中

我试着在熊猫身上制作df，但由于某种原因，整张桌子都没有显示出来。当我打印表格时，中间的列（我认为大约有7列）和行（我提到的6000多行）被替换为“…”，因此我不确定是否存储了全部信息，以及这些信息是否可用

我的下一次尝试可能是SQLite，但由于它是本地内存，如果我没有始终主动打开数据库，这会干扰其他人向我的API端点发出请求吗

---

提前谢谢

如果您使用了

pd.read\u csv（）

我可以向您保证所有信息都在那里，只是没有显示出来

您可以通过执行类似于

print（df['Column\u name\u You\u interest\u'].tolist（））

的操作进行检查，以确保正确无误。您还可以使用pandas中的各种

count

type方法来确保所有行都在那里

---

Panadas

用途非常广泛，因此它在6000行方面应该不会有问题

如果您决定使用sqlite，您可以从其命令行shell程序

sqlite3

将CSV文件导入表中，无需代码：谢谢！我确实使用了read.csv（）。我本来会把代码包括进去的，但我昨晚把它全部删除了，因为我强调要用某种类型的SQL解决方案来修复所有问题。但如果你不介意回答的话，我应该如何将用于获取天气数据的日期转换成数值，以便在我想用它们训练模型时使用？说到ML，我是个新手。我会用datetime之类的东西来转换成UNIX时间，然后从那里开始。以防您不熟悉，UNIX时间是从1970年1月1日开始的整数秒数。。。它应该对你有用