pandas.read_pickle#

pandas.read_pickle(filepath_or_buffer, compression='infer', storage_options=None)[源代码]#

从文件中加载腌制Pandas对象(或任何对象)。

警告

加载从不可信来源接收的已腌渍数据可能是不安全的。看见 here 。

参数

filepath_or_buffer字符串、路径对象或类似文件的对象: 字符串、路径对象(实现 os.PathLike[str] )或实现二进制文件的类似文件的对象 readlines() 功能。

在 1.0.0 版更改: 接受URL。URL不限于S3和GCS。
compression字符串或词典，默认为‘INFER’: For on-the-fly decompression of on-disk data. If 'infer' and 'filepath_or_buffer' is path-like, then detect compression from the following extensions: '.gz', '.bz2', '.zip', '.xz', or '.zst' (otherwise no compression). If using 'zip', the ZIP file must contain only one data file to be read in. Set to None for no decompression. Can also be a dict with key 'method' set to one of {'zip', 'gzip', 'bz2', 'zstd'} and other key-value pairs are forwarded to zipfile.ZipFile, gzip.GzipFile, bz2.BZ2File, or zstandard.ZstdDecompressor, respectively. As an example, the following could be passed for Zstandard decompression using a custom compression dictionary: compression={'method': 'zstd', 'dict_data': my_compression_dict}.

在 1.4.0 版更改: Z标准支持。
storage_optionsDICT，可选: 对特定存储连接有意义的额外选项，例如主机、端口、用户名、密码等。对于HTTP(S)URL，键-值对被转发到 urllib.request.Request 作为标题选项。对于其他URL(例如，以“s3：//”和“gcs：//”开头)，键-值对被转发到 fsspec.open 。请看 fsspec 和 urllib 有关更多详细信息和有关存储选项的更多示例，请参阅 here 。

1.2.0 新版功能.

退货

unpickled与文件中存储的对象类型相同

参见

DataFrame.to_pickle: 将DataFrame对象保留(序列化)到文件。
Series.to_pickle: Pickle(序列化)系列对象到文件。
read_hdf: 将HDF5文件读入DataFrame。
read_sql: 将SQL查询或数据库表读入DataFrame。
read_parquet: 加载拼图对象，返回DataFrame。

注意事项

Read_Pickle只保证向后兼容Pandas0.20.3。

示例

>>> original_df = pd.DataFrame({"foo": range(5), "bar": range(5, 10)})  
>>> original_df  
   foo  bar
0    0    5
1    1    6
2    2    7
3    3    8
4    4    9
>>> pd.to_pickle(original_df, "./dummy.pkl")  

>>> unpickled_df = pd.read_pickle("./dummy.pkl")  
>>> unpickled_df  
   foo  bar
0    0    5
1    1    6
2    2    7
3    3    8
4    4    9

输入/输出

pandas.DataFrame.to_pickle