pandas.DataFrame.to_orc

DataFrame.to_orc(path=None, *, engine='pyarrow', index=None, engine_kwargs=None)[source]

Запись DataFrame в формате ORC.

Новое в версии 1.5.0.

Параметры

path:str, объект-подобный файлу или None, по умолчанию None

Если строка, она будет использоваться как путь к корневому каталогу при записи разбиеного набора данных. Под объектом-подобным файлу мы подразумеваем объекты с методом write(), например, дескриптор файла (например, с помощью встроенной функции open). Если path равен None, возвращается объект типа bytes.

engine:str, по умолчанию ‘pyarrow’

Библиотека ORC для использования. Pyarrow должен быть >= 7.0.0.

index:bool, необязательно

Если True, включить индексы DataFrame в выходной файл. Если False, они не будут записаны в файл. Если None, аналогично infer, индексы DataFrame будут сохранены. Однако вместо сохранения значений индекс RangeIndex будет сохранён как диапазон в метаданных, что требует меньше места и быстрее. Другие индексы будут включены в выходной файл как столбцы.

engine_kwargs:dict[str, Any] или None, по умолчанию None

Дополнительные ключевые аргументы, передаваемые в pyarrow.orc.write_table().

Возвращает

bytes, если аргумент path не указан, иначе None

Возбуждает

NotImplementedError

Тип данных одного или нескольких столбцов — категориальный, беззнаковый целочисленный, интервальный, периодический или разреженный.

ValueError

engine не равен pyarrow.

См. также

read_orc

Чтение файла ORC.

DataFrame.to_parquet

Запись файла parquet.

DataFrame.to_csv

Запись файла csv.

DataFrame.to_sql

Запись в таблицу SQL.

DataFrame.to_hdf

Запись в hdf.

Примечания

• Перед использованием этой функции следует прочитать руководство пользователя по ORC и инструкции по установке дополнительных зависимостей.

• Для этой функции требуется библиотека pyarrow.

• Поддерживаемые типы данных см. в поддерживаемых функциях ORC в Arrow.

• В настоящее время часовые пояса в столбцах datetime не сохраняются при преобразовании DataFrame в файлы ORC.

Примеры

>>> df = pd.DataFrame(data={'col1': [1, 2], 'col2': [4, 3]})
>>> df.to_orc('df.orc')  
>>> pd.read_orc('df.orc')  
   col1  col2
0     1     4
1     2     3

Если вы хотите получить буфер с содержимым orc, вы можете записать его в io.BytesIO >>> import io >>> b = io.BytesIO(df.to_orc()) # doctest: +SKIP >>> b.seek(0) # doctest: +SKIP 0 >>> content = b.read() # doctest: +SKIP