时间戳

首页 > 解决方案 > 将 fastAPI POST 保存到 csv

python - 将 fastAPI POST 保存到 csv

问题描述

我有一个发送 json 数据的气象站，并希望制作一个 fastAPI 服务器来接收它并将其保存到磁盘。目前我有

from typing import Optional
from fastapi import FastAPI
from pydantic import BaseModel

app = FastAPI()

class WeatherItem(BaseModel):
    wind_direction_raw: int
    rain_amount_raw: int
    timestamp: list = []
    elapsed_time: int
    wind_speed_raw: int
    message_id: int

@app.post("/station")
async def create_item(item: WeatherItem):
    return item

当我启动它uvicorn main:app --host 192.168.1.151 --port 9494并从 curl 发送测试数据时效果很好

curl -X POST -H "Content-Type: application/json" --data '{"elapsed_time": 6245, "timestamp": [2020, 7, 26, 12, 2, 21, 6, 208], "wind_direction_raw": 108, "wind_speed_raw": 5, "message_id": 666, "rain_amount_raw": "0"}' http://192.168.1.151:9494/station

现在我需要将这些数据保存到磁盘。我认为最简单的方法是将其附加到 csv 文件中。但我不知道如何将 pydantic 模型导出到 csv。有没有一种简单的方法可以做到这一点，或者其他序列化方法是否更受欢迎？我想分析这些数据，R所以我需要它以相当可互换的格式保存在磁盘上。

标签： pythonfastapipydantic

解决方案

据我所知，您有以下选择：

选项1

通过像这样枚举整个条目列表，将直接值附加到 CSV 文件

with open("myFile.csv", "a") as f:
    f.write(f"{model.entry},{model.another_entry}")

（这是阻止版本）

请注意，您还可以创建字典并遍历值，追加它们，尽管很难保留条目之间的顺序。

选项 2

使用 pandas 将文件加载到内存中，附加到DataFrame然后将数据保存到文件

import pandas as pd

...

data = pd.read_csv("my_file.csv")
data_to_add = DataFrame.from_dict(my_model.dict())
data = data.append(data_to_add)
data.to_csv("my_file.csv", index=False)

推荐阅读