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。
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
- python - 在计算索引(哈希表实现)中使用 & vs MOD 运算符有什么区别?
- wpf - 是否可以在另一个 DataTemplate 周围有一个 DataTemplate?
- java - Eclipse m2e 不支持带有 JPMS 模块的 Maven 测试罐
- java - 当我对通过多对一关系连接的两个不同表使用相同的列名时,会创建额外的列
- postgresql - 管道正在 psql 中关闭
- php - 错误的php日期('t')
- powershell - 具有重复日期扩展名的文件的 Powershell 删除脚本,例如 .20181104、20181105 等
- html - Bootstrap如何将导航栏放在短屏幕的下拉菜单中?
- firebase - 匹配用户 Firestore 数据库模型
- docker - 使用 Prometheus 如何监控每个实例提供自己的 /metrics 的扩展 Docker 服务?