### 如何用Python将Excel数据导入MongoDB 要完成这一任务，可以通过 `pandas` 库读取 Excel 文件并将其转换为 DataFrame 数据结构，再通过 `pymongo` 将其写入 MongoDB 中。以下是具体实现方式： #### 安装依赖库 首先需要安装两个主要的 Python 庹：`pandas` 和 `pymongo`。如果尚未安装这些库，则可以运行以下命令来安装它们： ```bash pip install pandas pymongo openpyxl ``` #### 连接 MongoDB 并创建数据库和集合 使用 `pymongo.MongoClient()` 创建一个客户端实例，并指定 MongoDB 的地址以及端口号（默认为 27017）。接着定义目标数据库名称和集合名。 ```python import pymongo # 建立与MongoDB的连接 client = pymongo.MongoClient("mongodb://localhost:27017/") db = client['government'] # 替换为目标数据库的名字 col = db['policy'] # 替换为目标集合的名字 ``` #### 使用 Pandas 处理 Excel 数据 利用 `pandas.read_excel()` 方法加载 Excel 文件的数据至 DataFrame 对象中。注意，在实际应用过程中可能遇到日期或其他特殊字段类型的处理问题[^5]。 ```python import pandas as pd # 加载Excel文件到DataFrame df = pd.read_excel('path_to_your_file.xlsx') # 如果存在特定列如'month'需保持字符串形式而非浮点数, 可设置dtype参数 df = pd.read_excel('path_to_your_file.xlsx', dtype={'month': str}) ``` #### 转换数据格式并将之插入 MongoDB 集合 Pandas 提供了 `.to_dict(orient='records')` 函数能够方便地把每一行记录转化为字典列表的形式，这正好匹配 MongoDB 插入文档的要求。 ```python # 将DataFrame转成适合MongoDB存储的字典数组 data_dicts = df.to_dict(orient='records') # 执行批量插入操作 result = col.insert_many(data_dicts) print(f"{len(result.inserted_ids)} 条记录已成功插入.") ``` 以上代码片段展示了完整的流程，从读取本地 Excel 文件直到最终保存进远程或本地部署的 MongoDB 实例里[^3]。 #### 注意事项 当月份数值被识别成了数值类型而不是字符型时，可能会自动加上小数部分 (比如 '202201' 成为了 202201.0)，因此建议提前设定好各字段应有的数据类型以避免不必要的麻烦。 #### 总结说明 上述过程涵盖了整个工作流的关键环节——初始化 PyMongo 客户端、选取合适的 DB/Collection 名称空间、运用 Pandas 解析外部表格资料源以及最后一步执行多条目一次性提交动作给定的目标容器内[^1][^2].