如何在Python中将MongoDB游标结果转为DataFrame以写入Oracle表？

解决方案步骤 #

你的查询结果是嵌套结构（activities为数组，内部包含嵌套字典flowCenterInfo），需要先扁平化结构才能适配Oracle的关系型表结构，用Pandas的explode和json_normalize可以轻松处理：

1. 导入依赖库 #

import pandas as pd
from sqlalchemy import create_engine

2. 处理嵌套数据并转换为扁平DataFrame #

# 你的MongoDB查询结果x
x = list(coll.find({"activities.flowCenterInfo": {'$exists': True}},
                   {'activities.activityId':1,'activities.flowCenterInfo':1,'_id':0}).limit(5))

# 第一步：将列表转为DataFrame，并展开activities数组（每个数组元素拆为单独行）
df = pd.DataFrame(x).explode('activities', ignore_index=True)

# 第二步：扁平化嵌套的activities字段，自动展开flowCenterInfo内的键为单独列
df_flat = pd.json_normalize(df['activities'])

# 可选：重命名列名以适配Oracle表字段（比如改为大写下划线命名）
df_flat = df_flat.rename(columns={
    'flowCenterInfo.processId': 'PROCESS_ID',
    'flowCenterInfo.demandComplaintSubject': 'COMPLAINT_SUBJECT',
    'flowCenterInfo.demandComplaintDetailSubject': 'COMPLAINT_DETAIL_SUBJECT',
    'flowCenterInfo.demandComplaintId': 'COMPLAINT_ID',
    'activityId': 'ACTIVITY_ID'
})

3. 写入Oracle数据库 #

使用SQLAlchemy连接Oracle并写入数据（需提前安装cx_Oracle和sqlalchemy）：

# 创建Oracle连接引擎，替换为你的实际连接信息
engine = create_engine('oracle+cx_oracle://username:password@host:port/service_name')

# 将DataFrame写入Oracle表，if_exists参数可选'replace'（覆盖）或'append'（追加）
df_flat.to_sql('YOUR_ORACLE_TABLE_NAME', engine, if_exists='append', index=False)

关键说明 #

• explode('activities')：解决activities是数组的问题，将每个数组元素拆分为独立行，符合关系型数据库的行记录逻辑。
• json_normalize：自动解析嵌套字典，将flowCenterInfo内的键值对展开为DataFrame的列，避免手动提取嵌套字段的繁琐。
• 列名重命名：Oracle通常使用大写下划线命名，建议将DataFrame列名调整为与Oracle表字段一致，避免写入时的字段匹配问题。

内容的提问来源于stack exchange，提问作者Erdal Tutku YILMAZ