pandas.Panel.to_hdf

Panel.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 HDF-файл может содержать набор связанных объектов, к которым можно получить доступ как к группе, так и как к отдельным объектам.

Чтобы добавить другой DataFrame или Series в существующий HDF-файл, 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 файла не существует, он создается. ‘r+’: аналогично ‘a’, но файл должен уже существовать. format : {‘fixed’, ‘table’}, по умолчанию ‘fixed’ Возможные значения: ‘fixed’: Фиксированный формат. Быстрая запись/чтение. Не допускает добавления и поиска. ‘table’: Табличный формат. Запись как структуры PyTables Table, которая может работать хуже, 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. Запрос с помощью столбцов 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 используемую библиотеку сжатия. Начиная с v0.20.2, поддерживаются эти дополнительные компрессоры для Blosc (по умолчанию, если компрессор не указан: ‘blosc:blosclz’): {‘blosc:blosclz’, ‘blosc:lz4’, ‘blosc:lz4hc’, ‘blosc:snappy’, ‘blosc:zlib’, ‘blosc:zstd’}. Указание библиотеки сжатия, которая недоступна, вызывает 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’ Указывает, как обрабатывать ошибки кодирования и декодирования. См. аргумент errors для open() для полного списка вариантов.

См. также

DataFrame.read_hdf

Чтение из HDF-файла.

DataFrame.to_parquet

Запись DataFrame в двоичный формат parquet.

DataFrame.to_sql

Запись в таблицу SQL.

DataFrame.to_feather

Запись данных в формате feather для DataFrames.

DataFrame.to_csv

Запись в CSV-файл.

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 HDF-файла:

>>> 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')