[英]How does one store a Pandas DataFrame as an HDF5 PyTables table (or CArray, EArray, etc.)?
我有以下熊猫数据框:
import pandas as pd
df = pd.read_csv(filename.csv)
现在,我可以使用HDFStore
将df
对象写入文件(例如将键值对添加到Python字典中):
store = HDFStore('store.h5')
store['df'] = df
http://pandas.pydata.org/pandas-docs/stable/io.html
当我查看内容时,该对象是一个frame
。
store
输出
<class 'pandas.io.pytables.HDFStore'>
File path: store.h5
/df frame (shape->[552,23252])
但是,为了使用索引,应该将其存储为table
对象。
我的方法是尝试HDFStore.put()
即
HDFStore.put(key="store.h", value=df, format=Table)
但是,此操作失败并显示以下错误:
TypeError: put() missing 1 required positional argument: 'self'
如何将Pandas Dataframe保存为PyTables表?
公用部分-创建或打开现有的HDFStore文件:
store = pd.HDFStore('store.h5')
如果要索引所有列,请尝试以下操作:
store.append('key_name', df, data_columns=True)
或者,如果您只想索引一部分列,则执行以下操作:
store.append('key_name', df, data_columns=['colA','colC','colN'])
PS HDFStore.append()
默认以table
格式保存DF
如何将Pandas Dataframe保存为PyTables表?
除了接受的答案,您应该始终关闭PyTable文件。 为了方便起见,Pandas提供了HDFStore作为上下文管理器:
with pd.HDFStore('/path/to/data.hdf') as hdf:
hdf.put(key="store.h", value=df, format='table', data_columns=True)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.