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 文件可以包含一组相关的对象，这些对象可以作为一个组或作为单个对象访问。

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键。

警告

可以将 DataFrame 或 Series 的子类存储到 HDF5 中，但在存储时子类的类型会丢失。

更多信息请参见 用户指南。

参数:
path_or_bufstr 或 pandas.HDFStore

文件路径或 HDFStore 对象。

关键str

存储中组的标识符。

模式{‘a’, ‘w’, ‘r+’}, 默认 ‘a’

打开文件的模式：

  • ‘w’: 写，创建一个新文件（同名现有文件将被删除）。

  • ‘a’: 追加，一个现有文件被打开以进行读写，如果文件不存在则创建。

  • ‘r+’: 类似于 ‘a’，但文件必须已经存在。

complevel{0-9}, 默认 None

指定数据的压缩级别。值为0或None将禁用压缩。

complib{‘zlib’, ‘lzo’, ‘bzip2’, ‘blosc’}, 默认 ‘zlib’

指定要使用的压缩库。这些额外的 Blosc 压缩器是支持的（如果没有指定压缩器，默认值为 ‘blosc:blosclz’）：{‘blosc:blosclz’, ‘blosc:lz4’, ‘blosc:lz4hc’, ‘blosc:snappy’, ‘blosc:zlib’, ‘blosc:zstd’}。指定一个不可用的压缩库会引发 ValueError。

追加bool, 默认 False

对于表格格式，将输入数据附加到现有数据中。

格式{‘fixed’, ‘table’, None}, 默认 ‘fixed’

可能的值：

  • ‘fixed’: 固定格式。快速写入/读取。不可追加，也不可搜索。

  • ‘table’: 表格格式。写成一个 PyTables 表格结构，这可能会表现更差，但允许更灵活的操作，如搜索/选择数据子集。

  • 如果为 None，则检查 pd.get_option(‘io.hdf.default_format’)，然后回退到 “fixed”。

索引布尔值, 默认为 True

将 DataFrame 索引写为一个列。

min_itemsize字典或整数，可选

将列名映射到列的最小字符串大小。

nan_rep任意，可选

如何将空值表示为字符串。不允许与 append=True 一起使用。

dropnabool, 默认 False, 可选

移除缺失值。

data_columns列的列表或 True，可选

要创建为磁盘查询的索引数据列的列列表，或为 True 以使用所有列。默认情况下，仅对象的轴被索引。有关更多信息，请参见 通过数据列查询。仅适用于 format=’table’。

错误str, 默认 ‘strict’

指定如何处理编码和解码错误。有关完整的选项列表，请参见 open() 的 errors 参数。

编码str, 默认 “UTF-8”

设置字符编码。

参见

read_hdf

从HDF文件读取。

DataFrame.to_orc

将 DataFrame 写入二进制 orc 格式。

DataFrame.to_parquet

将 DataFrame 写入二进制 parquet 格式。

DataFrame.to_sql

写入一个SQL表。

DataFrame.to_feather

写出 DataFrame 的 feather 格式。

DataFrame.to_csv

写入到csv文件。

例子

>>> df = pd.DataFrame(
...     {"A": [1, 2, 3], "B": [4, 5, 6]}, index=["a", "b", "c"]
... )  
>>> df.to_hdf("data.h5", key="df", mode="w")

我们可以在同一个文件中添加另一个对象：

>>> s = pd.Series([1, 2, 3, 4])  
>>> s.to_hdf("data.h5", key="s")

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