Question

我有一些存储在panda DataFrame中的数据，我想用一个由DataFrame中的单个系列构建的列表来查询我的MongoDB。当我使用.tolist()或函数list()转换系列时，我显然会得到一个列表，但是当我在Pymongo查询中输入此列表时，我收到错误：

bson.errors.InvalidDocument: Cannot encode object: <the first value of the list>

以下是重现错误的示例：

首先创建一个Mongo数据库：

from pymongo import MongoClient
import pandas as pd

db = MongoClient().test
db.collection.insert_many([{'key_x':1},{'key_x':2},{'key_x':3}])

然后我在数据库中查询key_x在[1,3]中的文档：

x_list = [1,3]
for doc in db.collection.find({'key_x':{'$in': x_list}}):
    print doc

正如预期的那样，没有错误，并且两个条目{'key_x':2}和{'key_x':3}都会打印到控制台。

现在我尝试首先将列表转换为Pandas系列并转换回列表。

ser = pd.Series([1,3])
x_list = ser.tolist()

print type(x_list) #Checking to see if it is indeed a list
> <type 'list'>

for doc in db.collection.find({'key_x':{'$in': x_list}}):
    print doc

然后打印此错误消息：

>bson.errors.InvalidDocument: Cannot encode object: 1

非常感谢您的任何意见。

Answer 1

不同的行为来自不同类型的列表元素：

# first example
type(x_list[0])
int
# second example
type(x_list[0])
numpy.int64

解决此问题的一种方法是使用ser.values.tolist()代替ser.tolist()。显然，大熊猫tolist()的表现与numpy不同。

Answer 2

问题是pandas返回np.int64个对象的列表，而不是内置的int个对象。

In [50]: ser = pd.Series([1,3])

In [51]: type(ser.tolist()[0])
Out[51]: numpy.int64

以下

ser = pd.Series([1,3])
x_list = [int(i) for i in ser.tolist()]

for doc in db.test.find({'key_x':{'$in': x_list}}):
    print(doc)

按预期工作。

将pandas系列转换为列表，不能作为Pymongo的输入

2 个答案: