Quiero insertar varios líneas SQL en una DataFrame python desde una consulta cuyo denominador común haría el EclipseID, el ID de la publicidad. Estoy utilisando MongoDB y Jupyter.
Tenemos una table eclipse_hashtag
con los id de las publicidades eclipse_id
y las ID de hashtag hashtag_id
. Entonces quiero en cada lineas de eclipse_id
de la DataFrame los hashtag_id
associados.
Aqui esta la consulta cuando estoy leendola en jupyter :
cur.execute("""
-- nombre de fois que les personnes ont interragi avec les pubs,
SELECT eclipse_hashtag.eclipse_id,eclipse_hashtag.hashtag_id FROM eclipse_hashtag
GROUP BY eclipse_hashtag.eclipse_id, eclipse_hashtag.hashtag_id
ORDER BY eclipse_hashtag.eclipse_id,eclipse_hashtag.hashtag_id DESC;
""")
n = cur.fetchall()
listado_n = [{"count": elem[0], "eclipse_id": elem[1], "subscriber_id": elem[2]} for elem in n]
Y la salida para un ejemplo verificable :
EclipseID HashtagID
343513 4210
343513 4135
343513 2410
351651 4135
351651 4247
351651 6518
524752 5138
524752 3312
La salida sería de eclipseid_df.head()
la siguiente :
EclipseID HashtagID
0 351651 6518|4135|4247
1 343513 4135|2410|4210
2 524752 3312|5138
3 ... ...
Lo hago para hacer un recomendador con factorización de matrices como Nick Becker, Data Scientist por Enigma, lo hace sobre GitHub.
Pensaba hacer df_n = pd.DataFrame(listado_n)
pero no me da lo que espero.