如何使用PyMongo依据numpy.ndarray过滤MongoDB数据并转为pd.DataFrame？

你的代码存在两个关键问题，导致返回空DataFrame：

1. 错误地将变量areas用引号包裹成字符串"areas"，MongoDB会去查找nums字段值等于字符串"areas"的文档，而非匹配你数组中的数值字符串。
2. areas是numpy.ndarray类型，PyMongo的$in操作符需要接收Python原生可迭代对象（比如列表），直接传入numpy数组可能出现兼容性问题。

正确实现步骤 #

1. 将numpy数组转换为Python列表：

areas_list = areas.tolist()

2. 使用转换后的列表构建查询条件，传入find()方法：

df = pd.DataFrame(list(collection.find({"nums": {"$in": areas_list}})))

完整示例代码 #

import pandas as pd
import numpy as np
from pymongo import MongoClient

# 建立MongoDB连接并获取example集合
client = MongoClient('mongodb://localhost:27017/')
db = client['your_database_name']
collection = db['example']

# 你的numpy数组
areas = np.array(['13833', '5773', '12882', '18955', '12561', '1307', '5024', '27076'])

# 转换为Python列表
areas_list = areas.tolist()

# 查询并转换为DataFrame
df = pd.DataFrame(list(collection.find({"nums": {"$in": areas_list}})))

内容的提问来源于stack exchange，提问作者Sija