pandas.read_pickle#

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

从文件加载pickled的pandas对象（或任何对象）并返回未pickled的对象。

警告

从不信任的来源加载pickled数据可能是不安全的。请参见这里。

参数:

filepath_or_buffer字符串, 路径对象, 或类文件对象: 字符串、路径对象（实现 os.PathLike[str]），或实现二进制 readlines() 函数的类文件对象。也接受 URL。URL 不限于 S3 和 GCS。
压缩str 或 dict，默认 ‘infer’: 用于即时解压磁盘数据。如果 ‘infer’ 并且 ‘filepath_or_buffer’ 是类路径，则从以下扩展名检测压缩：’.gz’, ‘.bz2’, ‘.zip’, ‘.xz’, ‘.zst’, ‘.tar’, ‘.tar.gz’, ‘.tar.xz’ 或 ‘.tar.bz2’（否则不压缩）。如果使用 ‘zip’ 或 ‘tar’，ZIP 文件必须仅包含一个要读取的数据文件。设置为 None 表示不解压。也可以是一个字典，键 'method' 设置为 {'zip', 'gzip', 'bz2', 'zstd', 'xz', 'tar'} 之一，其他键值对将转发给 zipfile.ZipFile, gzip.GzipFile, bz2.BZ2File, zstandard.ZstdDecompressor, lzma.LZMAFile 或 tarfile.TarFile，分别。例如，以下内容可以传递用于使用自定义压缩字典的 Zstandard 解压：compression={'method': 'zstd', 'dict_data': my_compression_dict}。

Added in version 1.5.0: 增加了对 .tar 文件的支持。

在 1.4.0 版本发生变更: Zstandard 支持。
storage_options字典, 可选: 对于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，键值对会作为头选项转发到 urllib.request.Request。对于其他URL（例如以“s3://”和“gcs://”开头），键值对会转发到 fsspec.open。请参阅 fsspec 和 urllib 获取更多详细信息，关于存储选项的更多示例请参考这里。

返回:

对象: 从文件中解封的 pandas 对象（或任何对象）。

参见

DataFrame.to_pickle: 将 DataFrame 对象序列化（pickle）到文件中。
Series.to_pickle: 将 Series 对象序列化（pickle）到文件中。
read_hdf: 将 HDF5 文件读取到 DataFrame 中。
read_sql: 将 SQL 查询或数据库表读取到 DataFrame 中。
read_parquet: 加载一个 parquet 对象，返回一个 DataFrame。

备注

read_pickle 只有在对象是使用 to_pickle 序列化的情况下，才保证与 pandas 1.0 向后兼容。

例子

>>> 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