pandas.DataFrame.to_orc#

DataFrame.to_orc(path=None, *, engine='pyarrow', index=None, engine_kwargs=None)[源代码][源代码]#

将一个 DataFrame 写入优化行列 (ORC) 格式。

Added in version 1.5.0.

参数:

路径str, 类文件对象或 None, 默认 None: 如果是一个字符串，它将在写入分区数据集时用作根目录路径。通过类文件对象，我们指的是具有 write() 方法的对象，例如文件句柄（例如通过内置的 open 函数）。如果路径为 None，则返回一个字节对象。
引擎{‘pyarrow’}，默认 ‘pyarrow’: 要使用的 ORC 库。
索引bool, 可选: 如果 True，在文件输出中包含数据框的索引。如果 False，它们将不会写入文件。如果 None，类似于 infer 数据框的索引将会被保存。然而，不是作为值保存，RangeIndex 将作为范围存储在元数据中，这样不会占用太多空间并且更快。其他索引将作为列包含在文件输出中。
engine_kwargsdict[str, Any] 或 None, 默认 None: 传递给 pyarrow.orc.write_table() 的额外关键字参数。

返回:

如果没有提供 path 参数，则返回字节，否则返回 None: 如果未指定 path ，则为包含 DataFrame 数据的字节对象，否则为 None。

引发:

NotImplementedError: 一个或多个列的数据类型是类别、无符号整数、区间、周期或稀疏。
ValueError: engine 不是 pyarrow。

参见

read_orc: 读取一个 ORC 文件。
DataFrame.to_parquet: 写入一个 parquet 文件。
DataFrame.to_csv: 写一个csv文件。
DataFrame.to_sql: 写入一个 sql 表。
DataFrame.to_hdf: 写入 hdf。

备注

在这里找到更多关于 ORC 的信息。
在使用此功能之前，您应该阅读关于 ORC 的用户指南和安装可选依赖项。
此函数需要 pyarrow 库。
有关支持的数据类型，请参阅 Arrow 中支持的 ORC 功能。
当前，在将数据框转换为ORC文件时，日期时间列中的时区不会保留。

例子

>>> df = pd.DataFrame(data={"col1": [1, 2], "col2": [4, 3]})
>>> df.to_orc("df.orc")  
>>> pd.read_orc("df.orc")  
   col1  col2
0     1     4
1     2     3

如果你想获取一个指向orc内容的缓冲区，你可以将其写入io.BytesIO

>>> import io
>>> b = io.BytesIO(df.to_orc())  
>>> b.seek(0)  
0
>>> content = b.read()  