DictReader只是将任何数据解析为String。
如果你想要另一种格式，你可以创建自定义函数来将它们解析为你想要的类型。
考虑到你在python中调用的double是一个float，你可以做如下事情：

from pymongo import MongoClient 
import csv
myclient = MongoClient("mongodb://localhost:27017/")
mydb = myclient["mydbname"]

def csvToMongo():
  with open('country.csv','r') as myFile :
    reader = csv.DictReader(myFile, delimiter=",")
    myParsedData = [
      {
        'country_id' : int(elem['country_id']),
        'country_name' : elem['country_name'],
        'zone_id' : int(elem['zone_id']),
        'minLat' : float(elem['minLat']),
        'maxLat' : float(elem['maxLat']),
        'minLong' : float(elem['minLong']),
        'maxLong' : float(elem['maxLong']),
      }
      for elem in reader
    ]
    collection = mydb['country']
    collection.insert_many(myParsedData)

#execute function
csvToMongo()

字符串

Python将以字符串格式读取所有CSV数据。这与MongoDB或 *pymongo以字符串格式插入数据 * 无关。
如果你想从CSV数据中进行类型推断和自动转换，可以使用类似Pandas read_csv的东西。
否则，使用header在类似的循环中执行类型转换-在字段名称和字段类型之间创建Map，然后将每个字段转换为该类型：

header = {
    'country_id': int, 'country_name': str, 'zone_id': int,
    'minLat': float, 'maxLat': float, 'minLong': float, 'maxLong': float
}

for row in reader:
    doc = {}
    for field, ftype in header.items():
        doc[field] = ftype(row[field])
    
    # the `doc=` + loop lines can also be written in one line as:
    # doc = {field: ftype(row[field]) for field, ftype in header.items()}

    collection.insert(row)

字符串

• （如果没有它，读取每行数据并分配给dict中的每个键的循环是非常多余的。可能只是collection.insert(each)）*

顺便说一句，如果你的文件不是很大，读取并转换所有的行，然后使用insert_many。