Python 如何将csv文件添加到Django模型中

Python 如何将csv文件添加到Django模型中,python,django,csv,Python,Django,Csv,我有一个csv文件,其内容如下: stores.csv Site, Score, Rank roolee.com,100,125225 piperandscoot.com,29.3,222166 calledtosurf.com,23.8,361542 cladandcloth.com,17.9,208670 neeseesdresses.com,9.6,251016 ... 这是我的模型 型号.py class SimilarStore(models.Model): store =

我有一个csv文件,其内容如下:

stores.csv

Site, Score, Rank
roolee.com,100,125225
piperandscoot.com,29.3,222166
calledtosurf.com,23.8,361542
cladandcloth.com,17.9,208670
neeseesdresses.com,9.6,251016
...
这是我的模型

型号.py

class SimilarStore(models.Model):
    store = models.ForeignKey(Store)
    csv = FileField()

    domain = models.CharField(max_length=100, blank=True)
    score = models.IntegerField(blank=True)
    rank = models.IntegerField(blank=True)
因此,我想将
stores.csv
文件上传到
csv
字段中,以便每个列数据进入每个
得分
,和
排名


我找到了一些制作python文件来解析数据的资源,并通过类似“python parse.py”的命令来运行它。但是,我需要通过在Django admin中上传csv文件来完成。有人能解释一下我是如何做到这一点的吗?

您可以通过pandas读取csv文件,然后使用pandas功能“推断对象()”将其转换为所需的对象ny。我希望下面的代码在这方面对您有所帮助

import pandas as pd
SimilarStore_df = pd.read_csv('./store.csv') #importing csv file as pandas DataFrame
SimilarStore_df.columns = ['Domain', 'Score','Rank']

SimilarStore=SimilarStore_df.infer_objects() #converting DataFrame to object

print(SimilarStore)
print(SimilarStore.columns)
输出:

               Domain  Score    Rank
0          roolee.com  100.0  125225
1   piperandscoot.com   29.3  222166
2    calledtosurf.com   23.8  361542
3    cladandcloth.com   17.9  208670
4  neeseesdresses.com    9.6  251016
Index(['Domain', 'Score', 'Rank'], dtype='object')

您可以通过pandas读取csv文件,然后使用pandas功能“推断对象()”将其转换为所需的对象ny。我希望下面的代码在这方面对您有所帮助

import pandas as pd
SimilarStore_df = pd.read_csv('./store.csv') #importing csv file as pandas DataFrame
SimilarStore_df.columns = ['Domain', 'Score','Rank']

SimilarStore=SimilarStore_df.infer_objects() #converting DataFrame to object

print(SimilarStore)
print(SimilarStore.columns)
输出:

               Domain  Score    Rank
0          roolee.com  100.0  125225
1   piperandscoot.com   29.3  222166
2    calledtosurf.com   23.8  361542
3    cladandcloth.com   17.9  208670
4  neeseesdresses.com    9.6  251016
Index(['Domain', 'Score', 'Rank'], dtype='object')

只需在数据库中查找表名,也可以在表中查找相应的列名,并在pandas中使用to_sql命令

只需在数据库中查找表名,也可以在pandas中查找相应的列名,并使用to_sql命令

代码是否高于您自己的代码?您尝试过什么?没有任何方法可以解析csv文件。您可以读取csv文件,然后设置为字段。您可以使用pandas解析csv文件。代码是否高于您自己的代码?您尝试过什么?没有任何方法可以解析csv文件。您可以读取csv文件,然后设置为字段。您可以使用熊猫来解析csv文件。