0

我想从熊猫数据框中填充一个 solr 索引。数据框如下：

position        value
 5.6,-2.3        65
 -35.6,-1.2      43.1

#...

等等

我正在执行以下操作将数据框转换为 json 对象，然后将其添加到 solr：

import json
import pandas as pd 
import pysolr

# I have a pandas dataframe df as described above
jsonObject = json.loads(df.to_json(orient='records'))

solrServer = pysolr.Solr('pathToMySolrIndex',timeout=100)

solrServer.add(jsonObject)

我收到以下错误：

非多值字段位置遇到多个值

如果我将 fied职位的名称更改为_position，那么它会起作用。从 pysolr 的文档页面，我了解到这会创建一个我并不真正想要的父/子依赖项。实际上，使用以下方法从索引中读取：

results = solrServer.search(**{'q':'*'})
df2 = pd.DataFrame(list(results))
print(df2.head())

我得到这样的东西：

_position        value
 [5.6,-2.3]        [65]
 [-35.6,-1.2]      [43.1]

#...

尽管有这种“骇人听闻”的解决方案，但我仍然没有得到好的结果：每个元素都是一个列表。我会更喜欢 tuples 的position和简单的 float 的value。我猜这来自转换为 json 时的orient关键字。

问题和预期输出

首先，我想避免将position重命名为_position。为了 pysolr，Solr 数据库不必包含重命名的字段。

其次，我想在从构建的 Solr 索引中读取时避免使用列表。我知道 Solr 不必包含列表作为数字元素。问题似乎来自从 DataFrame 到 json 的转换。这个怎么做？

4

0 回答 0