因工作原因,一些获取的行业数据以已知的结构体存储在.mat文件中,

现需要将其存储在数据库中并且能够灵活调用至python dataframe里进行操作

 

原数据的一个例子如下

目标如上:

然后是转化代码:

import scipy.io
data = scipy.io.loadmat(r'C:Userswenzhe.tianDesktopPTSimADoingMC.mat')
import pandas as pd


data.pop('__header__')
data.pop('__version__')
data.pop('__globals__')
vehicle_name=data.keys()
vehicle_name=list(vehicle_name)

for i in vehicle_name:
    df = pd.DataFrame(data[i][0])
    try:
        df=df.astype(float)
    except:
        for j in list(df):
            try:
                df[j]=df[j].astype(float)
            except:
                continue
#                df[j]=df[j].astype(str)
    if i==vehicle_name[0]:
        df1=df;
    else:
        df1=pd.concat([df,df1],axis=0)

df1['MC_name']=vehicle_name
df1['Tips']=df1['Tips'].map(str)+df1['tips'].map(str)
df1['Tips']=df1['Tips'].str.replace('nan','')
df1=df1.drop(['tips'],axis=1)
df1=df1.reset_index();

import numpy as np
# ndarray需转化为 字符
list_transfer=['Speed','Torque','eff','eff_current']
for i in list_transfer:
    for j in range(len(df1)):
        try:
            df1[i][j]=df1[i][j].tostring();
        except:
            continue;
View Code

结果如下(df1):

然后用to_sql的方式将该dataframe 保存至本地sql数据库即可

 

内容来源于网络如有侵权请私信删除
你还没有登录,请先登录注册
  • 还没有人评论,欢迎说说您的想法!