使用Python将Pandas dataframe中的行作为单个文档插入mongodb集合

我一直在尝试将pandas数据帧的行作为单个文档插入mongodb集合。我使用pymongo从MongoDB中提取数据，执行一些转换，运行评分算法，并将评分作为附加列添加到数据帧中。最后一步是将行作为单个文档插入mongoDB数据库的特殊集合中，但我完全被卡住了。我的示例dataframedf如下所示

    memberID                                       dxCodes  dxCount  score
0  856589080          [4280, 4293, 4241, 4240, 4242, 4243]        6    1.8 
1  906903383                                       [V7612]        1    2.6
2  837210554                           [4550, 4553, V1582]        3    3.1
3  935634391       [78791, 28860, V1582, 496, 25000, 4019]        6    1.1
4  929185103  [30500, 42731, 4280, 496, 59972, 4019, 3051]        7    2.8

MemberID是一个字符串，dx代码是一个数组（在MongoDB术语中），dxCount是一个int，score是一个float。我一直在玩弄一段代码，这段代码是我在回答一个模糊不清的类似问题时发现的

import json
import datetime
df = pandas.DataFrame.from_dict({'A': {1: datetime.datetime.now()}})
records = json.loads(df.T.to_json()).values()     
db.temp.insert_many(records) 

这是我在收藏中得到的：

{
    "_id" : ObjectId("565a8f206d8bc51a08745de0"),
    "A" : NumberLong(1448753856695)
}

---

虽然不多，但我已经离得很近了。我花了很多时间在谷歌上搜索和在黑暗中拍照，但还没有破解它。非常感谢您的指导，提前感谢您的帮助

您需要使用该方法将数据帧转换为字典列表

从pprint导入pprint以漂亮地打印光标结果。 >>>作为pd进口熊猫 >>>进口pymongo >>>client=pymongo.MongoClient（） >>>db=client.test >>>collection=db.collection >>>memberID=['856589080'，'906903383'，'837210554'，'935634391'，'929185103'] >>>DXCODE=[[42804293424142404243]，[7612]，[455045531582]，[78791288601582496250004019]，[30500427314280496599724011]] >>>dxCount=[6,1,3,6,7] >>>分数=[1.8,2.6,3.1,1.1,2.8] >>>df=pd.DataFrame（{'memberID'：memberID，'dxcode'：dxcode，'score'：score}） >>>df dxCodes成员ID分数 0 [4280, 4293, 4241, 4240, 4242, 4243] 856589080 1.8 1 [7612] 906903383 2.6 2 [4550, 4553, 1582] 837210554 3.1 3 [78791, 28860, 1582, 496, 25000, 4019] 935634391 1.1 4 [30500, 42731, 4280, 496, 59972, 4019, 3051] 929185103 2.8 >>>collection.insert_many（df.to_dict（'records'））#您需要将'records'作为参数传递，以便获得dict列表。 >>>pprint（列表（collection.find（）） [{u id'：ObjectId（'565b189f0acf45181c69d464'）， “dxCodes”：[428042934241424042424243]， 'memberID'：'856589080'， “分数”：1.8}， {“u id”：ObjectId（'565b189f0acf45181c69d465'）， “dxCodes”：[7612]， 'memberID'：'906903383'， “分数”：2.6}， {“u id”：ObjectId（'565b189f0acf45181c69d466'）， “dxCodes”：[455045531582]， 'memberID'：'837210554'， “分数”：3.1}， {“u id”：ObjectId（'565b189f0acf45181c69d467'）， "dxcode":[78791,28860,1582,496,25000,4019],， 'memberID'：'935634391'， “分数”：1.1}， {“u id”：ObjectId（'565b189f0acf45181c69d468'）， “dxCodes”：[305004273142804965997240193051]， “memberID”：“929185103”， “分数”：2.8}] >>>

---

df=pandas.DataFrame.from_dict（{'A'：{1:datetime.datetime.now（）}）是什么？您正在此处创建新的

DataFrame

。我从这个问题的公认答案中得到了这个代码片段：我显示的结果是运行该代码片段后插入数据库的文档。你得到了不同的结果吗？如果是这样，我很好奇你得到了什么。在再次查看之后，我发现它正在创建一个没有意义的新数据帧。然而，这是我上面提到的问题的公认答案，尽管我不知道它是如何实现OP的目标的。我感谢你的反馈。

>>> from pprint import pprint # to pretty print the cursor result.
>>> import pandas as pd
>>> import pymongo
>>> client = pymongo.MongoClient()
>>> db = client.test
>>> collection = db.collection
>>> memberID = ['856589080', '906903383', '837210554', '935634391', '929185103']
>>> dxCodes = [[4280, 4293, 4241, 4240, 4242, 4243], [7612], [4550, 4553, 1582],[78791, 28860, 1582, 496, 25000, 4019], [30500, 42731, 4280, 496, 59972, 4019, 3051]]
>>> dxCount = [6, 1, 3, 6, 7]
>>> score = [1.8, 2.6, 3.1, 1.1, 2.8]
>>> df = pd.DataFrame({'memberID': memberID, 'dxCodes': dxCodes, 'score': score})
>>> df
                                        dxCodes   memberID  score
0          [4280, 4293, 4241, 4240, 4242, 4243]  856589080    1.8
1                                        [7612]  906903383    2.6
2                            [4550, 4553, 1582]  837210554    3.1
3        [78791, 28860, 1582, 496, 25000, 4019]  935634391    1.1
4  [30500, 42731, 4280, 496, 59972, 4019, 3051]  929185103    2.8
>>> collection.insert_many(df.to_dict('records')) # you need to pass the 'records' as argument in order to get a list of dict.
<pymongo.results.InsertManyResult object at 0x7fcd7035d990>
>>> pprint(list(collection.find()))
[{'_id': ObjectId('565b189f0acf45181c69d464'),
  'dxCodes': [4280, 4293, 4241, 4240, 4242, 4243],
  'memberID': '856589080',
  'score': 1.8},
 {'_id': ObjectId('565b189f0acf45181c69d465'),
  'dxCodes': [7612],
  'memberID': '906903383',
  'score': 2.6},
 {'_id': ObjectId('565b189f0acf45181c69d466'),
  'dxCodes': [4550, 4553, 1582],
  'memberID': '837210554',
  'score': 3.1},
 {'_id': ObjectId('565b189f0acf45181c69d467'),
  'dxCodes': [78791, 28860, 1582, 496, 25000, 4019],
  'memberID': '935634391',
  'score': 1.1},
 {'_id': ObjectId('565b189f0acf45181c69d468'),
  'dxCodes': [30500, 42731, 4280, 496, 59972, 4019, 3051],
  'memberID': '929185103',
  'score': 2.8}]
>>>