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/