Untitled

mail@pastecode.io avatar
unknown
plain_text
a year ago
1.1 kB
3
Indexable
import pymongo
from pymongo import MongoClient
import pandas as pd

MONGO_DATABASE = "WeatherDataHistorical"
MONGO_COLLECTION = "DataHistorica"


def create_connection():
    return MongoClient("mongodb+srv://DSUser:aBjVn2JiU6RMzpBE@mflix.ulz4n.mongodb.net")


if __name__ == '__main__':
    cluster = create_connection()
    info = {'clusterInfo': cluster.server_info()}
    print(info)

    database = cluster[MONGO_DATABASE]

    # Recuperar los datos de una base de datos existente con un registro del histórico
    # de datos climáticos en una base MongoDB en Atlas.
    collection = database[MONGO_COLLECTION]
    documents = collection.find({})
    print(collection.count_documents({}))

    # Con esos datos generar un dataset, con el cual se trabajará en la próxima semana. Tener
    # cuidado con el formato con el que se obtienen los datos desde la base mongo y el
    # formato que se precisa para el dataset
    list_documents = list(documents)
    df = pd.DataFrame(list_documents)
    print('Type of df:', type(df))

    cluster.close()