pandas.DataFrame.to_hdf

DataFrame.to_hdf(path_or_buf, key, **kwargs) [source]

Запись содержащихся данных в файл HDF5 с использованием HDFStore.

Иерархический формат данных (HDF) является самоописательным, что позволяет приложению интерпретировать структуру и содержимое файла без внешней информации. Один файл HDF может содержать набор связанных объектов, к которым можно получить доступ как к группе, так и как к отдельным объектам.

Для добавления другого DataFrame или Series в существующий файл HDF используйте режим добавления и другой ключ.

Дополнительную информацию см. в руководстве пользователя.

Параметры:

path_or_buf : str или pandas.HDFStore Путь к файлу или объект HDFStore. key : str Идентификатор группы в хранилище. mode : {‘a’, ‘w’, ‘r+’}, по умолчанию ‘a’ Режим открытия файла: ‘w’: запись, создается новый файл (существующий файл с тем же именем будет удален). ‘a’: добавление, существующий файл открывается для чтения и записи, и если файл не существует, он создается. ‘r+’: аналогично ‘a’, но файл должен уже существовать. format : {‘fixed’, ‘table’}, по умолчанию ‘fixed’ Возможные значения: ‘fixed’: Фиксированный формат. Быстрое чтение/запись. Не поддерживает добавление и поиск. ‘table’: Табличный формат. Запись как структуры PyTables Table, которая может работать медленнее, но позволяет более гибкие операции, такие как поиск/выбор подмножеств данных. append : bool, по умолчанию False Для табличных форматов добавляет входные данные к существующим. data_columns : список столбцов или True, необязательно Список столбцов для создания индексированных столбцов данных для запросов на диске или True для использования всех столбцов. По умолчанию индексируются только оси объекта. См. Запросы по столбцам данных. Применимо только к format=’table’. complevel : {0-9}, необязательно Указывает уровень сжатия данных. Значение 0 отключает сжатие. complib : {‘zlib’, ‘lzo’, ‘bzip2’, ‘blosc’}, по умолчанию ‘zlib’ Указывает библиотеку сжатия, которую нужно использовать. Начиная с версии 0.20.2 поддерживаются дополнительные компрессоры для Blosc (по умолчанию, если не указан компрессор: ‘blosc:blosclz’): {‘blosc:blosclz’, ‘blosc:lz4’, ‘blosc:lz4hc’, ‘blosc:snappy’, ‘blosc:zlib’, ‘blosc:zstd’}. Если указана библиотека сжатия, которая недоступна, выдается ValueError. fletcher32 : bool, по умолчанию False При применении сжатия использовать контрольную сумму fletcher32. dropna : bool, по умолчанию False Если True, ВСЕ строки nan не будут записаны в хранилище. errors : str, по умолчанию ‘strict’ Определяет, как обрабатываются ошибки кодирования и декодирования. См. аргумент errors для open() для полного списка вариантов.

См. также

DataFrame.read_hdf

Чтение из файла HDF.

DataFrame.to_parquet

Запись DataFrame в двоичный формат parquet.

DataFrame.to_sql

Запись в таблицу sql.

DataFrame.to_feather

Запись в формате feather для DataFrame.

DataFrame.to_csv

Запись в файл csv.

Примеры

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

Мы можем добавить другой объект в тот же файл:

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

Чтение из файла HDF:

>>> 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

Удаление файла с данными:

>>> import os
>>> os.remove('data.h5')