python - 使用 Python 将 CSV 解析为 API 的数据库?
问题描述
我将使用 .csv 中的数据来训练一个模型,以预测与给定日期的天气相关的谷歌广告上的用户活动(展示次数、点击次数)。我有一个 .csv,其中包含 6000 多条此信息的记录,并希望使用 Python 将其解析到数据库中。
我尝试在 pandas 中制作一个 df 但由于某种原因没有显示整个表格。当我打印表格时,中间的列(我认为大约有 7 列)和行(我提到的编号超过 6000)被替换为“...”,所以我不确定是否存储了全部信息并且如果这将是可用的。
我的下一次尝试可能是 SQLite,但由于它是本地内存,如果我没有始终主动打开数据库,这会干扰其他人向我的 API 端点发出请求吗?
提前致谢。
解决方案
如果您使用过,pd.read_csv()
我可以向您保证所有信息都在那里,只是不显示而已。
你可以通过做一些事情来检查,print(df['Column_name_you_are_interested_in'].tolist())
只是为了确保。您还可以使用count
pandas 中的各种类型方法来确保您的所有行都在那里。
Panadas
用途广泛,因此使用 6000 行应该不会有问题
推荐阅读
- mysql - 如何使用多种 where 条件组合优化 MySQL 查询?
- linux - cat EOF 不断缩进并解释变量
- azure - 如何重命名 Azure Key Vault 中的所有机密
- ruby-on-rails-4 - 活动管理员未在生产中使用预编译资产
- rest - 如何根据请求修复读取的 ECONNRESET(使用 newman 工具)
- c++ - remove_if 的 C++ 意外行为
- autolayout - 在 Swift 中为自定义对话框创建滚动视图
- audio - .wav 文件中的“type=1”是什么意思?
- python - 如何在python中使用vectorized='True'实现'solve_ivp'
- java - 使用 IntStream.range 的部分列表的 Java 总和嵌套属性