python - pandas data frame的每个元素的值如何存储在redis中

Question

我正在编写一个程序，它将从 csv 文件中读取数据框，然后计算其中一个属性(列)的哈希值并将其作为新属性存储在数据框中。所有这些都工作正常。但是，我想要的是将哈希属性作为我的键存储，并将原始属性作为其值存储在 redis 中。我想对数据框中指定列中的每个元素执行此操作。例如:

这是我的原始数据框:

  customer     value
     a           1
     b           2
     c           3

然后我想计算值属性的散列:

  customer     value      hash
     a           1        23344
     b           2        34567 
     c           3        78987

最后，我想将散列属性作为我的键存储在 Redis 中，并将值作为我的值，例如，如果我要求获取

 r.get(23344) 

预期的答案是: '1'

或:

> r.get('78987')
> '3'

下面是我的 python 代码，我到达了 r.set 的部分，我的问题是它将整个属性保存在属性名称下，所以我无法查询单个元素。

import hashlib
import pandas as pd
import numpy as np
import redis

r = redis.Redis(host='localhost', port=6379, db=0)
df= pd.read_csv ('file.csv') 
df['hash']=df['value'].apply(hash) 

r.set(df['hash'],df['value'])

我为冗长的解释道歉，我希望能得到一些提示，因为我是 pandas 和 redis 的新手

Answer 1

r.set(df['hash'],df['value'])不是你想做的，redis set只接受一个键值对作为参数，比如像 r.set(df[hash][0], df['value'][0])。

所以你的代码应该如下所示

for i in range(len(df['value'])):
    r.set(df['hash'][i], df['value'][i])

这会奏效。您也可以使用 redis 管道来加速此操作。

pipe = r.pipeline()
for i in range(len(df['value'])):
    pipe.set(df['hash'][i], df['value'][i])
results = pipe.execute()