pandas.Series.to_hdf

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

Запись содержащихся данных в HDF5-файл с помощью HDFStore.

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

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

Для получения дополнительной информации см. руководство 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, создаётся новый файл (существующий файл с тем же именем будет удалён). ‘a’: добавление, существующий файл открывается для чтения и записи, а если файла не существует, он создаётся. ‘r+’: аналогично ‘a’, но файл должен уже существовать. format : {‘fixed’, ‘table’}, по умолчанию ‘fixed’ Возможные значения: ‘fixed’: Фиксированный формат. Быстрое чтение/запись. Не допускает добавления, ни 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 через столбцы 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, которая будет использоваться. Начиная с версии 0.20.2, поддерживаются 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, приводит к ошибке ValueError. fletcher32 : bool, по умолчанию False Если применяется сжатие, используйте 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 в формат feather для DataFrame.

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')