Question

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。在产品中，有一些字段，例如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

Answer 1

你想使用属于python语言的csv模块，你应该使用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，模型教师有三个属性first_name，last_name和middle_name。

get_or_create method

的Django文档

Answer 2

如果您想使用图书馆，快速谷歌搜索csv和django会显示两个图书馆 - django-csvimport和django-adaptors。让我们读一下他们对自己说的话......

django-adapters ：

Django适配器是一种允许您轻松转换CSV / XML的工具将文件存入python对象或django模型实例。

django-importcsv ：

django-csvimport是一个允许上传CSV的通用导入工具用于填充数据的文件。

第一个要求你编写一个模型来匹配csv文件，而第二个更像是一个命令行导入器，这与你使用它们的方式是一个巨大差异，每种都适合不同类型的项目。

那么使用哪一个？这取决于从长远来看哪些更适合您的项目。

但是，您也可以通过编写own django script来导入csv文件来完全避免使用库，这类似于（警告，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

这非常容易。地狱，你可以通过django shell以交互方式进行，如果它是一次性导入的话。只是 - 找出你想要对你的项目做什么，你需要处理多少文件然后 - 如果你决定使用一个库，试着找出哪一个更适合你的需求。 / p>

Answer 3

Python csv library可以进行解析，您的代码可以将它们转换为Products()。

Answer 4

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，它将匹配CSV文件，如下所示：

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

如果没有明确的声明，数据和列的匹配顺序相同：

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

Answer 5

类似的东西：

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()

Answer 6

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

它的工作方式类似于django模型

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

    class Meta:
        delimiter = ";"
        dbModel = Product

你必须： CsvModel.import_from_file（“我的文件”）

这将自动创建您的产品。

Answer 7

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，它就会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

它将创建对象 [{field1：value1，field2：value2，field3：value3}，{field1：value11，field2：value22，field3：value33}] 输入型号名称。

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

Answer 8

如果您正在使用新版本的Django（＆gt; 10）并且不想花时间编写模型定义。你可以使用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，模型将被称为 Product 。您需要将此代码复制到models.py文件中。

之后，您需要使用以下命令迁移（在shell中）新的Product表

python manage.py makemigrations
python manage.py migrate

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 Shapefiles进行，但它也适用于标准CSV文件。

为了摄取您的数据（CSV格式），您可以使用pandas。

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，需要将每一行转换为字典并使用此dict实例化模型（在本例中为Product（））

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

完成，立即检查您的数据库。

Answer 9

这是基于Erik's answer from earlier的，但是我发现最容易使用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。

此示例使用iloc更新，因为pandas在最新版本中不再使用ix。我不知道Erik的情况，但是您需要在for循环之外创建列表，否则它将不会追加到数组中，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分成行的数组，然后从该数组中从零索引中选择每一列。（即，名称是第一列，描述是第二列，依此类推）

希望有帮助。

Answer 10

这是一个django鸡蛋：

django-csvimport

Answer 11

考虑使用Django的内置反序列化器。 Django的docs编写得很好，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。如果您是从命令行执行此操作（而不是通过Web请求），loaddata manage.py命令将特别有用。

Answer 12

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

Answer 13

在models.py中定义类，在其中定义一个函数。

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

您可以将列表中的ith元素作为items [i]

进行访问

Answer 14

使用Pandas library创建csv数据的数据框通过将字段包含在csv文件的第一行或代码中，使用数据框的列方法命名字段。
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，并为您提供了许多参数来跳过行，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)

我正在使用mmrs151的答案，但保存每一行（实例）非常慢，并且包含分隔字符（甚至在引号内）的任何字段都不是由open（） - line.split（';' ）方法。

Pandas有很多有用的警告，值得了解

如何将csv数据导入django模型

14 个答案: