Django bulk_create с использованием списка случайных полей без жесткого запроса

Я пытаюсь создать новые экземпляры в моей модели Django с помощью bulk_create().

Мои модели: 

Class Emotion(models.Model):
    emotion_grp_id = models.AutoField(primary_key=True, ...
    emotion_group = models.CharField(max_length=55, ...

Class EmotionSubGroup(models.Model):
    emotion_sub_grp_id = models.AutoField(primary_key=True, ...
    emotion_grp = models.ForeignKey(EmotionGroup, on_delete=models.CASCADE, ...
    emotion_sub_group = models.CharField(max_length=55, ...

views.py

Соответствующая часть функции, которую я использую, выглядит следующим образом:

def DataUpload (request):
   # ...
   # ...

    df_rawdata = pd.read_csv(csv_file, sep='').   # Dataframe from source (.csv) file

    row_iter = df_rawdata.iterrows()
    data = [
        EmotionSubGroup(
            emotion_grp_id=row['emotion_grp'],
            emotion_sub_group=row['emotion_sub_group'],
            )
        for index, row in row_iter
        ]         

    EmotionSubGroup.objects.bulk_create(data)

Возможно ли создать структуру данных general вместо жесткого кодирования имен полей, например:

data = `list_of_target_fields = rows_from_external_source` to be equivalent of what I am using currently and carry out the upload.

Вот простая функция, которая будет обновлять ForeignKey и возвращать экземпляр модели

def set_instance(data, model, foreignkeys):
    # update foreignkey in data dict
    for k, v in foreignkeys.items():
      data[v] = data.pop(k)
    return model(**data)
  

def DataUpload (request):
    # ...
    # ...

    df_rawdata = pd.read_csv(csv_file, sep='').   # Dataframe from source (.csv) file

    row_iter = df_rawdata.iterrows()
    foreignkey_fields = {'emotion_grp':'emotion_grp_id'}
    data = [
        set_instance(row, EmotionSubGroup, foreignkey_fields)
        for index, row in row_iter
        ]         

    EmotionSubGroup.objects.bulk_create(data)

Другой подход к тому, как сделать код читаемым

def update_foreignkey(data, foreignkeys):
    # update foreignkey in data dict
    for k, v in foreignkeys.items():
      data[v] = data.pop(k)
    return data
  

def DataUpload (request):
    # ...
    # ...

    df_rawdata = pd.read_csv(csv_file, sep='').   # Dataframe from source (.csv) file

    row_iter = df_rawdata.iterrows()
    foreignkey_fields = {'emotion_grp':'emotion_grp_id'}
    data = [
        EmotionSubGroup(**update_foreignkey(row, foreignkey_fields))
        for index, row in row_iter
        ]         

    EmotionSubGroup.objects.bulk_create(data)
Вернуться на верх