Наиболее эффективный способ преобразования строк Panda в модель Django

В настоящее время я пытаюсь взять несколько датафреймов pandas и преобразовать их в объекты модели django. Мой текущий код выглядит примерно так:

    for index, row in df.iterrows():
        defaults = {}
        name = row[('Unnamed: 0_level_0', 'Player')]
        defaults['player'] = Player.objects.get_or_create(name=row[('Unnamed: 0_level_0', 'Player')], team=team)[0]
        defaults['pass_att'] = float(row[('Passing', 'Att')])
        defaults['pass_yds'] = float(row[('Passing', 'Yds.1')])
        defaults['pass_td'] = float(row[('Passing', 'TD')])
        .
        .
        .
        home_name_to_default[name] = defaults

Я создаю все объекты в конце, используя вызов метода bulk create. Этот код довольно медленный, поскольку я итерирую десятки тысяч кадров данных. Однако я не знаю более эффективного способа написать это. Есть ли более эффективные способы?

Вернуться на верх