pandas.Series.to_hdf

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

Запись содержащихся данных в файл HDF5 с помощью HDFStore.

Иерархический формат данных (HDF) является самоописательным, что позволяет приложению интерпретировать структуру и содержимое файла без внешней информации. Один файл HDF может содержать смесь связанных объектов, к которым можно получить доступ в виде группы или отдельных объектов.

Чтобы добавить другой DataFrame или Series в существующий файл HDF, используйте режим добавления и другой ключ.

Дополнительную информацию см. в руководстве пользователя.

Параметры:

path_or_buf : str or pandas.HDFStore Путь к файлу или объект HDFStore. key : str Идентификатор группы в хранилище. mode : {‘a’, ‘w’, ‘r+’}, default ‘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’}, default ‘fixed’ Возможные значения: ‘fixed’: Фиксированный формат. Быстрая запись/чтение. Недопустимо добавление, поиск невозможен. ‘table’: Табличный формат. Запись в виде структуры PyTables Table, что может работать медленнее, но позволяет выполнять более гибкие операции, такие как поиск/выбор подмножеств данных. append : bool, default False Для табличных форматов добавьте входные данные к существующим. data_columns : list of columns or True, optional 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}, optional Устанавливает уровень сжатия данных. Значение 0 отключает сжатие. complib : {‘zlib’, ‘lzo’, ‘bzip2’, ‘blosc’}, default ‘zlib’ Указывает библиотеку сжатия, которая должна использоваться. 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’}. Указание библиотеки сжатия, которая недоступна, вызывает ValueError. fletcher32 : bool, default False При применении сжатия использовать контрольную сумму fletcher32. dropna : bool, default False Если True, ВСЕ строки nan не будут записаны в хранилище. errors : str, default ‘strict’ Указывает, как обрабатываются ошибки кодирования и декодирования. См. аргумент errors для open() для получения 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 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 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')