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?