pandas.DataFrame.to_hdf#
- DataFrame.to_hdf(path_or_buf, key, mode='a', complevel=None, complib=None, append=False, format=None, index=True, min_itemsize=None, nan_rep=None, dropna=None, data_columns=None, errors='strict', encoding='UTF-8')[源代码]#
使用HDFStore将包含的数据写入HDF5文件。
分层数据格式(HDF)是自描述的，允许应用程序在没有外部信息的情况下解释文件的结构和内容。一个HDF文件可以包含相关对象的组合，这些对象可以作为一个组或单个对象进行访问。
为了将另一个DataFrame或Series添加到现有的HDF文件中，请使用追加模式和不同的a键。
警告
可以存储的子类
DataFrame或Series到HDF5，但子类的类型在存储时会丢失。有关详细信息，请参阅 user guide 。
- 参数
- path_or_buf字符串或Pandas.HDFStore
文件路径或HDFStore对象。
- key应力
商店中组的标识符。
- mode{‘a’，‘w’，‘r+’}，默认为‘a’
打开文件的模式：
‘w’：WRITE，创建新文件(删除同名的现有文件)。
‘a’：追加，打开一个现有文件进行读写，如果该文件不存在，则创建该文件。
‘r+’：类似于‘a’，但该文件必须已存在。
- complevel{0-9}，默认为无
指定数据的压缩级别。值为0或无将禁用压缩。
- complib{‘zlib’，‘lzo’，‘bzip2’，‘blosc’}，默认‘zlib’
指定要使用的压缩库。从v0.20.2开始，支持Blosc的这些附加压缩程序(如果未指定压缩程序，则默认为：‘blosc：blosclz’)：{‘blosc：blosclz’，‘blosc：lz4’，‘blosc：lz4hc’，‘blosc：Snappy’，‘blosc：zlib’，‘blosc：zstd’}。指定不可用的压缩库会导致ValueError。
- append布尔值，默认为False
对于表格式，将输入数据追加到现有。
- format{‘FIXED’，‘TABLE’，NONE}，默认为‘FIXED’
可能的值：
‘Fixed’：固定格式。快速书写/阅读。不可追加，也不可搜索。
‘TABLE’：表格格式。写为一种PyTables表结构，其性能可能较差，但允许更灵活的操作，如搜索/选择数据子集。
如果没有，则选中pd.get_Option(‘io.hdf.Default_Format’)，然后回退到“FIXED”。
- errors字符串，默认为‘Strong’
指定如何处理编码和解码错误。请参阅的错误参数
open()查看完整的选项列表。- encoding字符串，默认“UTF-8”
- min_itemsizeDict或int，可选
将列名映射到列的最小字符串大小。
- nan_rep任何，可选
如何将空值表示为字符串。Append=True时不允许。
- data_columns列列表或True，可选
要创建为磁盘上查询的索引数据列的列的列表，或为True以使用所有列。默认情况下，仅对对象的轴进行索引。看见 通过数据列进行查询 。仅适用于格式=‘TABLE’。
参见
read_hdf从HDF文件中读取。
DataFrame.to_parquet将DataFrame写入二进制拼图格式。
DataFrame.to_sql写入SQL表。
DataFrame.to_feather写出DataFrames的羽化格式。
DataFrame.to_csv写出到CSV文件。
示例
>>> df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]}, ... index=['a', 'b', 'c']) >>> df.to_hdf('data.h5', key='df', mode='w')
我们可以将另一个对象添加到同一文件中：
>>> s = pd.Series([1, 2, 3, 4]) >>> s.to_hdf('data.h5', key='s')
正在从HDF文件读取：
>>> pd.read_hdf('data.h5', 'df') A B a 1 4 b 2 5 c 3 6 >>> pd.read_hdf('data.h5', 's') 0 1 1 2 2 3 3 4 dtype: int64