pandas.DataFrame.to_hdf

DataFrame.to_hdf(self, 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 или как к отдельным объектам.

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

Дополнительную информацию можно найти 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 таким же именем будет удалён). ‘a’: добавление, открывается существующий файл для чтения и записи, а если файл не существует, он создаётся. ‘r+’: аналогично ‘a’, но файл должен уже существовать. format : {‘fixed’, ‘table’}, default ‘fixed’ Возможные значения: ‘fixed’: Фиксированный формат. Быстрое чтение/запись. Не допускает добавления и поиска. ‘table’: Табличный формат. Запись как структура PyTables Table, которая может работать медленнее, но позволяет 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, чтобы использовать все столбцы. По умолчанию индексируются только оси объекта. См. Запрос по столбцам данных. Применимо только к format=’table’. complevel : {0-9}, optional Указывает уровень сжатия данных. Значение 0 отключает сжатие. complib : {‘zlib’, ‘lzo’, ‘bzip2’, ‘blosc’}, default ‘zlib’ Указывает библиотеку сжатия для использования. По состоянию на v0.20.2 поддерживаются следующие 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, default False При применении сжатия используйте контрольную сумму Fletcher32. dropna : bool, default False Если True, все строки nan не будут записаны в хранилище. errors : str, default ‘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 DataFrame в формат feather.

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')