这篇文章主要介绍了python连接、操作mongodb数据库的方法,结合实例形式详细分析了Python针对MongoDB数据库的连接、查询、排序等相关操作技巧,需要的朋友可以参考下
本文实例讲述了python连接、操作mongodb数据库的方法。分享给大家供大家参考，具体如下：
数据库连接
from pymongo import MongoClient import pandas as pd #建立MongoDB数据库连接 client = MongoClient('162.23.167.36',27101)#或MongoClient("mongodb://162.23.167.36:27101/") #连接所需数据库,testDatabase为数据库名: db=client.testDatabase #连接所用集合，也就是我们通常所说的表，testTable为表名 collection=db.testTable
查询前几条
dataSet=collection.find().limit(3) for item in dataSet: print(i<span style="color:transparent">来源gaodai#ma#com搞*!代#%^码$网</span>tem)
无条件查询全部
dataSet=collection.find() for item in dataSet: print(item)
按AND条件查询全部
#查询cpu使用率大于等于10且内存使用率大于等于10的所有字段数据 dataSet=collection.find({"cpu":{"$gte":10},"mem":{"$gte":10}}) for item in dataSet: print(item)
按AND条件查询指定字段数据
#查询cpu使用率大于等于10且内存使用率大于等于10的数据，字段只显示did、ts、cpu、mem dataSet=collection.find({"cpu":{"$gte":10},"mem":{"$gte":10}}, {"did":1,"ts":1,"cpu":1,"mem":1}) for item in dataSet: print(item) #查询cpu使用率等于0且内存使用率等于0的数据，字段只显示did、ts、cpu、mem dataSet=collection.find({"cpu":0,"mem":0}, {"did":1,"ts":1,"cpu":1,"mem":1}) for item in dataSet: print(item)
按OR条件查询指定字段数据
#查询cpu使用率大于等于10或者内存使用率大于等于10的数据，字段只显示did、ts、cpu、mem dataSet=collection.find({"$or":[{"cpu":{"$gte":10}},{"mem":{"$gte":10}}]}, {"did":1,"ts":1,"cpu":1,"mem":1}) for item in dataSet: print(item) #查询cpu使用率等于10或者内存使用率等于10的数据，字段只显示did、ts、cpu、mem dataSet=collection.find({"$or":[{"cpu":10},{"mem":10}]}, {"did":1,"ts":1,"cpu":1,"mem":1}) for item in dataSet: print(item)
mongodb的条件操作符
# > - $gt # = - $gte # <= - $lte
排序
#单列升序排序查询，，1 为升序，-1为降序 dataSet=collection.find().sort([("cpu",1)]) for item in dataSet: print(item) #多列排序查询 dataSet=collection.find().sort([('did',pymongo.ASCENDING),('cpu',pymongo.DESCENDING)]) for item in dataSet: print(item)
查询结果写入excel
#查询cpu使用率大于等于10且内存使用率大于等于10的数据，字段只显示did、ts、cpu、mem，查询结果写入excel import pandas as pd dataSet=collection.find({"cpu":{"$gte":10},"mem":{"$gte":10}}, {"did":1,"ts":1,"cpu":1,"mem":1}) did,ts,cpu,mem=[],[],[],[] for item in dataSet: did.append(item["did"]) ts.append(item["ts"]) cpu.append(item["cpu"]) mem.append(item["mem"]) df=pd.DataFrame({"did":did,"ts":ts,"cpu":cpu,"mem":mem}) df.to_excel("C:/Users/Desktop/设备cpu内存数据.xlsx")
跳行查询
#下面表示跳过两条数据后读取数据 dataSet=collection.find().skip(2) for item in dataSet: print(item)
去重
#查询cpu使用率大于20、did不重复的数据 dataSet=collection.distinct("did",{"cpu":{$gt:20}}) for item in dataSet: print(item) #等同mysql的select distinct(did) from user where cpu>20
参考：
操作mongodb更详细说明
更多关于Python相关内容感兴趣的读者可查看本站专题：《Python常见数据库操作技巧汇总》、《Python数学运算技巧总结》、《Python数据结构与算法教程》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》、《Python入门与进阶经典教程》及《Python文件与目录操作技巧汇总》
希望本文所述对大家Python程序设计有所帮助。
以上就是python连接、操作mongodb数据库的方法实例详解的详细内容，更多请关注gaodaima搞代码网其它相关文章！
搞代码网（gaodaima.com）提供的所有资源部分来自互联网，如果有侵犯您的版权或其他权益，请说明详细缘由并提供版权或权益证明然后发送到邮箱[email protected]，我们会在看到邮件的第一时间内为您处理，或直接联系QQ：872152909。本网站采用BY-NC-SA协议进行授权
转载请注明原文链接：python连接、操作mongodb数据库的方法实例详解
转载请注明原文链接：python连接、操作mongodb数据库的方法实例详解
