forked from enrique-zarate/azure-voice-to-text
-
Notifications
You must be signed in to change notification settings - Fork 0
/
db.py
48 lines (34 loc) · 1.17 KB
/
db.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
from numpy import save
import pandas as pd
from sqlalchemy import create_engine
from datetime import datetime
engine = create_engine("mysql+pymysql://root:@localhost/datosdesalud") ## Conectarse a DB
my_dict = {
'sintomas':['Dolor de cabeza', 'Dolor de estómago', 'Fiebre', 'Dolor muscular' , 'Dolor de garganta'],
'paciente':['Jose Carlos', 'Juan Carlos', 'Pedro Alejandro', 'Jorge Manuel', 'Mario Rodrigo']
}
claves = my_dict.keys()
#len(my_dict)
tipo_1 = {'Fechas': [],
'Ciudad_de_origen': [],
'Cantidad_de_personas': [],
'Sintoma': []
}
claves_1 = tipo_1.keys()
#len(tipo_1)
tipo_2 = {'sintomas': [],
'paciente': [],
'fecha': []
}
claves_2 = tipo_2.keys()
#len(tipo_2)
def save_to_bd(my_dict): ## Convertir a DataFrame y guardar en DB
if claves == claves_1:
df = pd.DataFrame.from_dict(my_dict)
df.to_sql('datosdepaciente', con = engine, if_exists = 'append', chunksize = 1000, index= False)
elif claves == claves_2:
df_2 = pd.DataFrame.from_dict(my_dict)
df_2.to_sql('sintomas_paciente', con = engine, if_exists = 'append', chunksize = 1000, index= False)
#save_to_bd(my_dict)
if __name__ == "__main__":
save_to_bd()