从CSV/Excel导入数据填充Django Admin 外键关联异常问题求解

你的原有代码存在几个核心错误导致无法得到预期结果：

• 仅读取了Excel第一行的user字段对应的Account对象，后续所有行的session无法匹配到对应用户，且zip操作时如果Session行数大于Account查询结果行数，会直接截断多余的Session数据
• 存在语法错误：print(models 缺少闭合右括号
• 单条循环插入数据效率极低，数据量大会严重拖慢响应
• 没有异常校验，比如Excel中给出的邮箱不存在对应的Account时，会直接报错导致导入中断

分为两种场景，你可以根据需求选择：

场景1：视图函数优化版 #

import pandas as pd
from django.http import HttpResponse
from .models import Account, GuidedSession
from django.db import transaction

def handle(request):
    # 读取Excel文件
    df = pd.read_excel('testdata.xlsx')
    # 提前批量查询所有用到的Account缓存，避免循环查库降低性能
    email_list = df['user'].unique().tolist()
    account_map = {acc.email: acc for acc in Account.objects.filter(email__in=email_list)}
    
    session_objs = []
    error_rows = []
    
    for index, row in df.iterrows():
        # 校验对应用户是否存在
        user_email = row['user']
        if user_email not in account_map:
            error_rows.append(f"第{index+2}行：邮箱{user_email}不存在对应账户，跳过")
            continue
        # 构造GuidedSession对象
        session_objs.append(
            GuidedSession(
                session_date=str(row['session_date']),
                session_time=str(row['session_time']),
                session_name=str(row['session_name']),
                duration=int(row['duration']),
                user=account_map[user_email]
            )
        )
    
    # 事务批量插入，要么全部成功要么全部失败，避免产生脏数据
    with transaction.atomic():
        GuidedSession.objects.bulk_create(session_objs)
    
    # 返回导入结果
    if error_rows:
        return HttpResponse(f"导入完成，成功导入{len(session_objs)}条，失败{len(error_rows)}条：<br>" + "<br>".join(error_rows))
    return HttpResponse(f"导入成功，共导入{len(session_objs)}条数据", status=200)

场景2：集成到Django Admin后台（更贴合需求） #

如果你要直接在Django Admin后台操作导入，不需要单独写视图，直接给GuidedSession的Admin配置导入动作即可：

1. 在你的admin.py中添加如下代码：

from django.contrib import admin
from .models import GuidedSession, Account
import pandas as pd
from django.db import transaction

@admin.register(GuidedSession)
class GuidedSessionAdmin(admin.ModelAdmin):
    list_display = ('session_name', 'session_date', 'session_time', 'duration', 'user')
    actions = ['bulk_import_from_excel']

    def bulk_import_from_excel(self, request, queryset):
        df = pd.read_excel('testdata.xlsx')
        email_list = df['user'].unique().tolist()
        account_map = {acc.email: acc for acc in Account.objects.filter(email__in=email_list)}
        session_objs = []
        error_rows = []
        for index, row in df.iterrows():
            user_email = row['user']
            if user_email not in account_map:
                error_rows.append(f"第{index+2}行：邮箱{user_email}不存在对应账户，跳过")
                continue
            session_objs.append(
                GuidedSession(
                    session_date=str(row['session_date']),
                    session_time=str(row['session_time']),
                    session_name=str(row['session_name']),
                    duration=int(row['duration']),
                    user=account_map[user_email]
                )
            )
        with transaction.atomic():
            GuidedSession.objects.bulk_create(session_objs)
        if error_rows:
            self.message_user(request, f"导入完成，成功{len(session_objs)}条，失败{len(error_rows)}条：{','.join(error_rows)}", level='warning')
        else:
            self.message_user(request, f"导入成功，共{len(session_objs)}条")
    bulk_import_from_excel.short_description = "从Excel批量导入会话数据"

配置完成后打开Django Admin的GuidedSession列表页，在上方动作下拉框选择对应选项即可直接完成导入。

• Excel必须包含user列，存储对应用户的邮箱，和Account表的email字段匹配
• bulk_create的插入效率比循环save高10倍以上，非常适合批量导入场景
• 事务配置保证了数据一致性，不会出现导入一半报错、部分数据残留的问题

内容的提问来源于stack exchange，提问作者Hassan Sajjad