python将dataframe数据导入MongoDB非关系型数据库

**Python 将 DataFrame 数据导入 MongoDB 非关系型数据库**

在数据分析和科学计算领域，Python 是一个非常流行的语言。其中，Pandas 库提供了强大的数据结构和操作能力，而MongoDB 是一种高性能、可扩展的非关系型数据库。在本文中，我们将展示如何使用 Python 将 Pandas DataFrame 数据导入 MongoDB。

### **安装必要库**

首先，我们需要安装必要的库。我们将使用以下库：

* `pandas`：用于数据分析和操作* `mongoengine`：用于与 MongoDB 的交互可以使用 pip 安装这些库：

bashpip install pandas mongoengine

### **导入数据**

假设我们有一个 Pandas DataFrame，包含一些数据，我们想将其导入 MongoDB。例如：

import pandas as pd# 创建示例数据data = {
 'name': ['Alice', 'Bob', 'Charlie'],
 'age': [25,30,35],
 'city': ['New York', 'Los Angeles', 'Chicago']
}

df = pd.DataFrame(data)

print(df)

输出：

 name age city0 Alice25 New York1 Bob30 Los Angeles2 Charlie35 Chicago

### **创建 MongoDB 连接**

下一步是创建一个与 MongoDB 的连接。我们将使用 `mongoengine` 库来实现这一点。

from mongoengine import connect# 创建 MongoDB 连接connect('mydatabase', host='localhost', port=27017)

这里，我们指定了数据库名称为 `mydatabase`，主机地址为 `localhost`，端口号为 `27017`。

### **定义 MongoDB 模型**

在继续之前，我们需要定义一个 MongoDB 模型来表示我们的数据。例如：

from mongoengine import Document, StringField, IntFieldclass Person(Document):
 name = StringField(required=True)
 age = IntField(required=True)
 city = StringField(required=True)

# 将 DataFrame 数据导入 MongoDBfor index, row in df.iterrows():
 person = Person(name=row['name'], age=row['age'], city=row['city'])
 person.save()

这里，我们定义了一个 `Person` 模型，包含三个字段：`name`、`age` 和 `city`。然后，我们使用 `iterrows()` 方法将 DataFrame 数据导入 MongoDB。

### **验证数据**

最后，我们可以验证一下数据是否正确导入了 MongoDB。

# 验证数据people = Person.objects.all()
for person in people:
 print(person.name, person.age, person.city)

输出：

Alice25 New YorkBob30 Los AngelesCharlie35 Chicago

看起来我们的数据已经正确导入了 MongoDB。

### **总结**

在本文中，我们展示了如何使用 Python 将 Pandas DataFrame 数据导入 MongoDB。我们首先安装必要的库，然后创建一个示例数据，接着定义一个 MongoDB 模型和连接，最后将数据导入 MongoDB，并验证数据是否正确导入。