如何将CSV数据导入Django模型

我有一些CSV数据，我想使用示例CSV数据导入django模型：

1;"02-01-101101";"Worm Gear HRF 50";"Ratio 1 : 10";"input shaft, output shaft, direction A, color dark green";
2;"02-01-101102";"Worm Gear HRF 50";"Ratio 1 : 20";"input shaft, output shaft, direction A, color dark green";
3;"02-01-101103";"Worm Gear HRF 50";"Ratio 1 : 30";"input shaft, output shaft, direction A, color dark green";
4;"02-01-101104";"Worm Gear HRF 50";"Ratio 1 : 40";"input shaft, output shaft, direction A, color dark green";
5;"02-01-101105";"Worm Gear HRF 50";"Ratio 1 : 50";"input shaft, output shaft, direction A, color dark green";

我有一些名为Product的django模型。在产品还有像一些领域name，description和price。我想要这样的东西：

product=Product()
product.name = "Worm Gear HRF 70(02-01-101116)"
product.description = "input shaft, output shaft, direction A, color dark green"
product.price = 100

您想使用python语言中的csv模块，并且应该使用Django的get_or_create方法

 with open(path) as f:
        reader = csv.reader(f)
        for row in reader:
            _, created = Teacher.objects.get_or_create(
                first_name=row[0],
                last_name=row[1],
                middle_name=row[2],
                )
            # creates a tuple of the new object or
            # current object and a boolean of if it was created

在我的示例中，模型老师具有三个属性first_name，last_name和middle_name。

Django get_or_create方法的文档

如果您想使用一个库，谷歌快速搜索csv并django显示两个库-django-csvimport和django-adaptors。让我们读一下他们对自己的评价...

• django适配器：

Django适配器是一种工具，可让您轻松地将CSV / XML文件转换为python对象或Django模型实例。

• django-importcsv：

django-csvimport是一个通用的导入器工具，允许上传CSV文件以填充数据。

第一个要求您编写一个模型以匹配csv文件，第二个要求更多的是命令行导入器，这在您使用它们的方式上有很大的不同，并且每个都适合于不同类型的项目。

那么使用哪一个呢？从长远来看，这取决于哪种方法更适合您的项目。

但是，您也可以通过编写自己的django脚本来导入csv文件来完全避免使用库，这类似于（警告，前面的伪代码）：

# open file & create csvreader
import csv, yada yada yada

# import the relevant model
from myproject.models import Foo

#loop:
for line in csv file:
     line = parse line to a list
     # add some custom validation\parsing for some of the fields

     foo = Foo(fieldname1=line[1], fieldname2=line[2] ... etc. )
     try:
         foo.save()
     except:
         # if the're a problem anywhere, you wanna know about it
         print "there was a problem with line", i 

超级容易。地狱，如果是一次性导入，则可以通过django shell进行交互。只需弄清楚您要如何处理项目，需要处理多少个文件，然后-如果您决定使用一个库，请尝试确定哪个库更适合您的需求。

Python csv库可以进行解析，您的代码可以将其转换为Products()。

您也可以使用django-adaptors

>>> from adaptor.model import CsvModel
>>> class MyCSvModel(CsvModel):
...     name = CharField()
...     age = IntegerField()
...     length = FloatField()
...
...     class Meta:
...         delimiter = ";"

您声明一个MyCsvModel，它将与以下CSV文件匹配：

安东尼; 27; 1.75

要导入文件或任何可迭代对象，只需执行以下操作：

>>> my_csv_list = MyCsvModel.import_data(data = open("my_csv_file_name.csv"))
>>> first_line = my_csv_list[0]
>>> first_line.age
    27

如果没有显式声明，则数据和列以相同的顺序匹配：

Anthony --> Column 0 --> Field 0 --> name
27      --> Column 1 --> Field 1 --> age
1.75    --> Column 2 --> Field 2 --> length

像这样的东西：

f = open('data.txt', 'r')  
for line in f:  
   line =  line.split(';')  
   product = Product()  
   product.name = line[2] + '(' + line[1] + ')'  
   product.description = line[4]  
   product.price = '' #data is missing from file  
   product.save()  

f.close()  

使用Pandas库创建csv数据的数据框。
通过将其包含在csv文件的第一行中或通过使用数据框的columns方法将其包含在代码中来命名字段。
然后创建一个模型实例列表。
最后，使用django方法.bulk_create（）将模型实例列表发送到数据库表。

pandas中的read_csv函数非常适合读取csv文件，并为您提供许多参数来跳过行，省略字段等。

import pandas as pd

tmp_data=pd.read_csv('file.csv',sep=';')
#ensure fields are named~ID,Product_ID,Name,Ratio,Description
#concatenate name and Product_id to make a new field a la Dr.Dee's answer
products = [
    Product(
        name = tmp_data.ix[row]['Name'] 
        description = tmp_data.ix[row]['Description'],
        price = tmp_data.ix[row]['price'],
    )
    for row in tmp_data['ID']
]
Product.objects.bulk_create(products)

我使用的是mmrs151的答案，但保存每一行（实例）的速度非常慢，并且所有包含定界字符（甚至是引号内）的字段都无法通过open（）-line.split（';'）方法进行处理。

熊猫有很多有用的警告，值得了解

对于我正在使用的django 1.8，

我发出了一个命令，您可以在将来动态创建对象，因此您只需放置csv的文件路径，相关django应用程序的模型名称和应用程序名称，它将填充相关模型而无需指定字段名称。因此，如果我们以下一个csv为例：

field1,field2,field3
value1,value2,value3
value11,value22,value33

它将为您输入命令的模型名称创建对象[{field1：value1，field2：value2，field3：value3}，{field1：value11，field2：value22，field3：value33}]。

命令代码：

from django.core.management.base import BaseCommand
from django.db.models.loading import get_model
import csv


class Command(BaseCommand):
    help = 'Creating model objects according the file path specified'

    def add_arguments(self, parser):
        parser.add_argument('--path', type=str, help="file path")
        parser.add_argument('--model_name', type=str, help="model name")
        parser.add_argument('--app_name', type=str, help="django app name that the model is connected to")

    def handle(self, *args, **options):
        file_path = options['path']
        _model = get_model(options['app_name'], options['model_name'])
        with open(file_path, 'rb') as csv_file:
            reader = csv.reader(csv_file, delimiter=',', quotechar='|')
            header = reader.next()
            for row in reader:
                _object_dict = {key: value for key, value in zip(header, row)}
                _model.objects.create(**_object_dict)

请注意，也许在更高版本中

from django.db.models.loading import get_model

已弃用，需要更改为

from django.apps.apps import get_model

您可以使用django-csv-importer软件包。 http://pypi.python.org/pypi/django-csv-importer/0.1.1

它像Django模型一样工作

MyCsvModel(CsvModel):
    field1 = IntegerField()
    field2 = CharField()
    etc

    class Meta:
        delimiter = ";"
        dbModel = Product

而且您只需要：CsvModel.import_from_file（“ my file”）

这将自动创建您的产品。

如果您正在使用新版本的Django（> 10），并且不想花时间编写模型定义。您可以使用ogrinspect工具。

这将为模型创建代码定义。

python manage.py ogrinspect [/path/to/thecsv] Product

输出将是类（模型）定义。在这种情况下，该模型称为产品。您需要将此代码复制到您的models.py文件中。

之后，您需要使用以下命令（在外壳中）迁移新的Product表：

python manage.py makemigrations
python manage.py migrate

此处的更多信息：https : //docs.djangoproject.com/en/1.11/ref/contrib/gis/tutorial/

请注意，该示例已针对ESRI Shapefile完成，但对于标准CSV文件也可以很好地工作。

要提取数据（CSV格式），可以使用熊猫。

import pandas as pd
your_dataframe = pd.read_csv(path_to_csv)
# Make a row iterator (this will go row by row)
iter_data = your_dataframe.iterrows()

现在，每行都需要转换为字典，并使用此字典来实例化模型（在这种情况下，为Product（））

# python 2.x
map(lambda (i,data) : Product.objects.create(**dict(data)),iter_data

完成，现在检查您的数据库。

您可以尝试django-import-export。它具有良好的管理员集成，更改预览，可以创建，更新，删除对象。

这是基于Erik先前的回答，但我发现最容易使用pandas读取.csv文件，然后为in数据框中的每一行创建该类的新实例。

用这个例子更新iloc为pandas不再使用的最新版本九。我不知道Erik的情况，但是您需要在for循环之外创建列表，否则它不会追加到数组中，而只是覆盖它。

import pandas as pd
df = pd.read_csv('path_to_file', sep='delimiter')
products = []
for i in range(len(df)):
    products.append(
        Product(
        name=df.iloc[i][0]
        description=df.iloc[i][1]
        price=df.iloc[i][2]
        )
    )
Product.objects.bulk_create(products)

这只是将DataFrame分成行数组，然后从该数组中选择零索引以外的每一列。（即名称是第一列，描述是第二列，依此类推）

希望能有所帮助。

这是一个Django鸡蛋：

django-csvimport

考虑使用Django的内置反序列化器。Django的文档写得很好，可以帮助您入门。考虑将数据从csv转换为XML或JSON，并使用反序列化器导入数据。如果您是通过命令行（而不是通过Web请求）执行此操作，那么loaddatamanage.py命令将特别有用。

在models.py中定义类，并在其中定义函数。

class all_products(models.Model):
    def get_all_products():
        items = []
        with open('EXACT FILE PATH OF YOUR CSV FILE','r') as fp:
            # You can also put the relative path of csv file
            # with respect to the manage.py file
            reader1 = csv.reader(fp, delimiter=';')
            for value in reader1:
                items.append(value)
        return items

您可以将第i个元素作为项目[i]访问