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, позволяя приложению интерпретировать структуру и содержимое файла без внешней информации. Один файл HDF может содержать смесь связанных объектов, к которым можно обращаться как к группе или как к отдельным объектам.

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

Предупреждение

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

Дополнительную информацию см. в руководстве 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, открывается существующий файл для чтения и записи, а если файла не существует, он создается.

• ‘r+’: аналогично ‘a’, но файл должен уже существовать.

complevel:{0-9}, по умолчанию None

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

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

Указывает библиотеку сжатия для использования. Дополнительные компрессоры для Blosc поддерживаются (по умолчанию, если сжатие не указано: ‘blosc:blosclz’): {‘blosc:blosclz’, ‘blosc:lz4’, ‘blosc:lz4hc’, ‘blosc:snappy’, ‘blosc:zlib’, ‘blosc:zstd’}. Указание библиотеки сжатия, которая недоступна, приводит к ошибке ValueError.

append:bool, по умолчанию False

Для форматов таблиц, добавить входные данные к существующим.

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

Возможные значения:

• ‘fixed’: Фиксированный формат. Быстрое чтение/запись. Не допускает добавления, а также поиска.

• ‘table’: Формат таблицы. Записывается как структура PyTables Table, которая может работать медленнее, но позволяет более гибкие операции, такие как поиск / выбор подмножества данных.

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

index:bool, по умолчанию True

Записать индекс DataFrame в качестве столбца.

min_itemsize:словарь или целое число, необязательно

Сопоставляет имена столбцов с минимальными размерами строк для столбцов.

nan_rep:любое значение, необязательно

Как представлять нулевые значения как str. Не разрешается при append=True.

dropna:bool, по умолчанию False, необязательно

Удалить пропущенные значения.

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. Подробнее см. в Запрос по столбцам данных. Применимо только к format=’table’.

errors:str, по умолчанию ‘strict’

Указывает, как обрабатывать ошибки кодирования и декодирования. Подробный список параметров см. в аргументе errors для open().

encoding:str, по умолчанию “UTF-8”

См. также

read_hdf

Чтение из файла HDF.

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 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 файла HDF:

>>> 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