pandas 数据框作为嵌入文档插入到 MongoDB（目录列表）

Question

我在插入 MongoDB 之前的数据框如下所示，

    code    trade_date  open    high    low     close   pre_close   change  pct_chg     vol     
0   600111  20210308    58.99   59.16   56.58   56.66   58.52   -1.86   -3.1784     299902.37   
1   600111  20210305    58.00   58.91   57.71   58.52   59.31   -0.79   -1.3320     281584.57   
2   600111  20210304    60.31   61.60   58.96   59.31   58.67   0.64    1.0908  621415.96   
3   600111  20210303    58.21   58.80   57.80   58.67   58.49   0.18    0.3077  235677.52

我从 trade_date 中提取了年份和月份，并添加了一个新列“trade_month”，如下所示，

code    trade_date  open    high    low     close   pre_close   change  pct_chg     vol    trade_month
0   600111  20210308    58.99   59.16   56.58   56.66   58.52   -1.86   -3.1784     299902.37  202103
1   600111  20210305    58.00   58.91   57.71   58.52   59.31   -0.79   -1.3320     281584.57  202103

我如何通过 Pymongo 以以下格式将此表插入到 Mongodb（嵌入的 mongodb 文档，包括作为字典列表的全月交易数据）？

{
  'code':'600111', 
  'trade_month':'202103',
  {'month_records': 
    [
      {'trade_date':'20210301','open':'123', 'high':'123',...},
      {'trade_date':'20210302','open':'123', 'high':'123',...},
      {'trade_date':'20210303','open':'123', 'high':'123',...},
      ...
    ] 
  }
}

我希望有一个月的记录，因为单个 MongoDB 文档与我的 MongoDB 架构设计保持一致，因为我通常通过代码和 trade_date 检索 1 个月的数据，这些数据将在 MongoDB 中编制索引。

我自己做了近 2 天的研究，但没有找到任何关于如何实现这一目标的线索。如果有任何帮助，不胜感激。

Answer 1

在code 和month 级别使用groupby 并聚合到dict。

df.groupby(['code', 'trade_month']).apply(
    lambda x: x.to_dict(orient='records')
    ).rename('month_records').reset_index().to_dict('records')

输出：

[
   {
      "code":600111,
      "trade_month":202103,
      "month_records":[
         {
            "code":600111,
            "trade_date":20210308,
            "open":58.99,
            "high":59.16,
            "low":56.58,
            "close":56.66,
            "pre_close":58.52,
            "change":-1.86,
            "pct_chg":-3.1784,
            "vol":299902.37,
            "trade_month":202103
         },
         {
            "code":600111,
            "trade_date":20210305,
            "open":58.0,
            "high":58.91,
            "low":57.71,
            "close":58.52,
            "pre_close":59.31,
            "change":-0.79,
            "pct_chg":-1.332,
            "vol":281584.57,
            "trade_month":202103
         }
      ]
   }
]