pandas.DataFrame.to_hdf

DataFrame.to_hdf(path_or_buf, key, mode='a', complevel=None, complib=None, append=False, format=None, index=True, min_itemsize=None, nan_rep=None, dropna=None, data_columns=None, errors='strict', encoding='UTF-8')[source]

Записывает содержащиеся данные в файл HDF5 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 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.

Предупреждение

Можно сохранить подкласс DataFrame или Series в HDF5, но тип подкласса будет утерян при сохранении.

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, 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.

complevel:{0-9}, по умолчанию None

Устанавливает уровень сжатия данных. Значение 0 или None отключает сжатие.

complib:{‘zlib’, ‘lzo’, ‘bzip2’, ‘blosc’}, по умолчанию ‘zlib’

Указывает используемую библиотеку сжатия. 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, возникает ValueError.

append:bool, по умолчанию False

Для форматов таблиц, добавляет входные данные к существующим.

format:{‘fixed’, ‘table’, None}, по умолчанию ‘fixed’

Возможные значения:

• ‘fixed’: Фиксированный формат. Быстрая запись/чтение. Не поддерживает добавление, ни поиск.

• ‘table’: Формат таблицы. Записывает как структуру PyTables Table, которая может работать хуже, но позволяет более гибкие операции, такие как поиск/выбор подмножеств данных.

• Если None, проверяется pd.get_option(‘io.hdf.default_format’), а затем используется значение по умолчанию “fixed”.

index:bool, по умолчанию True

Записывает индекс DataFrame в качестве столбца.

min_itemsize:dict или int, необязательно

Сопоставляет имена столбцов с минимальными размерами строк для столбцов.

nan_rep:Любой тип, необязательно

Как представлять пропущенные значения как str. Не разрешается с append=True.

dropna:bool, по умолчанию False, необязательно

Удаляет пропущенные значения.

data_columns:список столбцов или True, необязательно

Список столбцов для создания индексированных столбцов данных для запросов на диске или True, чтобы использовать все столбцы. По умолчанию индексируются только оси объекта. См. Запросы через столбцы данных для получения дополнительной информации. Применимо только к format=’table’.

errors:str, по умолчанию ‘strict’

Указывает, как обрабатывать ошибки кодирования и декодирования. См. аргумент errors для open() для полного списка вариантов.

encoding:str, по умолчанию “UTF-8”

См. также

read_hdf

Чтение из HDF-файла.

DataFrame.to_orc

Запись DataFrame в двоичный формат orc.

DataFrame.to_parquet

Запись DataFrame в двоичный формат parquet.

DataFrame.to_sql

Запись в таблицу SQL.

DataFrame.to_feather

Запись DataFrame в формате 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')  

Можно 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