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用户事件(展示次数、点击次数)。我有一个包含 6000 多条此信息记录的 .csv,我想使用 Python 将其解析到数据库中。
我尝试在 pandas 中创建一个 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可用。
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,这是否会干扰其他人向我的 API 端点发出请求?
提前致谢。
最佳答案
如果您使用了 pd.read_csv()
,我可以向您保证所有信息都在那里,只是没有显示而已。
您可以通过执行诸如 print(df['Column_name_you_are_interested_in'].tolist())
之类的操作来进行检查,只是为了确定。您还可以在 pandas 中使用各种 count
类型的方法来确保您的所有行都在那里。
Panadas
用途广泛,所以它应该不会有 6000 行的问题
关于python - 使用 Python 将 CSV 解析为 API 的数据库?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/53253610/