Python Pandas：如何将Dataframe转为适配MongoDB的面向文档JSON

默认情况下，Dataframe.to_json()的输出格式为：

{
    "date": {
        "0": Example_date1,
        "1": Example_date2
    },
    "name": {
        "0": Example_name1,
        "1": Example_name2
    }
}

我需要生成适配MongoDB的面向文档格式JSON，示例如下：

[
    {
        "date": Example_date1,
        "name": Example_name1
    },
    {
        "date": Example_date2,
        "name": Example_name2
    }
]

目前遇到的问题是：从MongoDB读取数据加载到Dataframe时仅显示一行，因此我认为发送面向文档的JSON会更合适。刚接触MongoDB和NoSQL结构，希望得到相关建议。

1. 生成适配MongoDB的JSON格式 #

直接使用to_json()方法的orient='records'参数，就能生成你需要的面向文档的数组格式：

# 生成符合要求的JSON字符串
json_output = df.to_json(orient='records')

如果需要直接得到可插入MongoDB的字典列表，也可以用：

# 转换为字典列表，可直接用于MongoDB批量插入
doc_list = df.to_dict('records')

2. 解决读取MongoDB数据仅显示一行的问题 #

出现这种情况大概率是读取方式有误：

• 若你用了collection.find_one()，只会返回单条文档，加载到Dataframe自然只有一行，改用collection.find()获取所有匹配的文档，再转成列表传入Dataframe：

import pandas as pd
from pymongo import MongoClient

client = MongoClient()
collection = client.db_name.collection_name
# 将游标转为列表后再创建Dataframe
df = pd.DataFrame(list(collection.find()))

• 若你的查询条件限制了结果数量，检查find()中的查询参数，确保没有只筛选单条数据。

3. NoSQL新手适配建议 #

• MongoDB是文档型数据库，每条数据对应一个独立的文档（和Dataframe的一行数据一一对应），用records格式进行Dataframe与MongoDB的数据交互，能完美匹配两者的结构，避免行列转置带来的问题。
• 批量写入MongoDB时，推荐用df.to_dict('records')生成字典列表，再调用collection.insert_many(doc_list)，比先转JSON再解析的方式更高效。

内容的提问来源于stack exchange，提问作者mrlelis