pandas.HDFStore.select#

HDFStore.select(key, where=None, start=None, stop=None, columns=None, iterator=False, chunksize=None, auto_close=False)[源代码][源代码]#

检索存储在文件中的 pandas 对象，可选地基于 where 条件。

警告

Pandas 使用 PyTables 读取和写入 HDF5 文件，这允许在使用“固定”格式时通过 pickle 序列化对象类型数据。从不信任的来源加载 pickle 数据可能是不安全的。

更多信息请参见：https://docs.python.org/3/library/pickle.html。

参数:

关键str: 从文件中检索的对象。
哪里列表或无: 术语（或可转换）对象列表，可选。
开始整数或无: 行号以开始选择。
停止int, 默认为 None: 停止选择的行号。
列列表或无: 如果列不为空，将限制返回的列的列表。
迭代器布尔值或假: 返回一个迭代器。
chunksize整数或无: 在迭代中包含的行数，返回一个迭代器。
auto_close布尔值或假: 完成时应自动关闭商店。

返回:

对象: 从文件中检索到的对象。

参见

HDFStore.select_as_coordinates: 返回选择作为索引。
HDFStore.select_column: 返回表中的单个列。
HDFStore.select_as_multiple: 从多个表中检索 pandas 对象。

例子

>>> df = pd.DataFrame([[1, 2], [3, 4]], columns=["A", "B"])
>>> store = pd.HDFStore("store.h5", "w")  
>>> store.put("data", df)  
>>> store.get("data")  
>>> print(store.keys())  
['/data1', '/data2']
>>> store.select("/data1")  
   A  B
0  1  2
1  3  4
>>> store.select("/data1", where="columns == A")  
   A
0  1
1  3
>>> store.close()  