Pandas读取MongoDB数据的另一种方式
之前介绍了在Pandas中读取MongoDB数据的方法，在索引出数据之后，将结果转换为列表list，然后在传入一个pandas的DataFrame中。
import pymongo import pandas as pd # 设置MongoDB连接信息 client = pymongo.MongoClient('localhost',27017) cn_78 = client['cn_78'] project_info = cn_78['project_info'] data = pd.DataFrame(list(project_info.find())) # 删除mongodb中的_id字段 del data['_id'] # 选择需要显示的字段 data = data[['aear','cate','subcate','name','maxmoney','minmoney','time']] print(data) 这种方法很简单，但是有一个问题，就是在数据量大的时候，会大量的占用内存以及耗费时间，如果在内存不大的单机上进行操作，可能因为内存而导致主机崩溃。所以只适合少量数据下的使用。
今天介绍一个适合大量数据的方法，没有使用list列表转换来得方便，但是快速以及占用机器内存小。
第一步，编写好查询语句：
import pymongo import pandas as pd import csv df = data.find( { 'pay_time':{'regex':'2014-.*'}, 'shop_name':'官方旗舰店', 'status':'已确认', 'or':[ {'pro_name':{'regex':'.*特价.*'}},{'pro_name':{'regex':'.*促销.*'}},{'pro_name':{'$regex':'.*优惠.*'}}] }, { '_id':0, } ) 第二步，新建一个csv文件，遍历mongoDB的查询，并写入csv文件中：
with open('data.csv','w',encoding='utf-8',newline='') as files: csvfiles = csv.DictWriter(files,fieldnames=['pay_time','send_num']) csvfiles.writeheader() n = 1 for i in df: # print(i) print('第{0}条'.format(n)) csvfiles.writerow({'pay_time':i['pay_time'],'send_num':i['send_num']}) n += 1 第三步，使用pandas进行读取
使用pandas读取csv文件直接使用read_csv()方法即可。
data = pd.read_csv('data.csv') 或是留作他用。
虽然需要进行三个步骤，但是在查询数据量大的情况下，所消耗的时间并不比直接进行list转换要多，多数情况下，都会很快的完成查询和写入。
最后，记得关闭数据库：
db.close() 养成好习惯。
分类目录: 编程