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()