pandas.HDFStore.append

HDFStore.append(key, value, format=None, axes=None, index=True, append=True, complib=None, complevel=None, columns=None, min_itemsize=None, nan_rep=None, chunksize=None, expectedrows=None, dropna=None, data_columns=None, encoding=None, errors='strict')[source]

Добавление в таблицу в файле.

Узел должен уже существовать и быть в формате Таблица.

Параметры:

ключ:строка

значение:{Series, DataFrame}

формат:‘таблица’ по умолчанию

Формат для хранения объекта в HDFStore. Значение может быть одним из следующих:

'table'

Формат таблицы. Запись в виде структуры PyTables Table, которая может работать хуже, но позволяет более гибкие операции, такие как поиск/выбор подмножеств данных.

индекс:логическое значение, по умолчанию True

Записывать индекс DataFrame в качестве столбца.

добавление:логическое значение, по умолчанию True

Добавить входные данные к существующим.

data_columns:список столбцов или True, по умолчанию None

Список столбцов, которые нужно создать в качестве индексированных столбцов данных для запросов на диске, или True, чтобы использовать все столбцы. По умолчанию индексируются только оси объекта. См. здесь.

min_itemsize:словарь столбцов, задающий минимальный размер строк

nan_rep:строка для использования в качестве представления NaN в строках

chunksize:размер для разбиения записи

expectedrows:ожидаемый ОБЩИЙ размер строк этой таблицы

encoding:по умолчанию None, задать кодировку для строк

dropna:логическое значение, по умолчанию False, необязательно

Не записывать строки, содержащие ТОЛЬКО значения NaN в хранилище, настраиваемое с помощью параметра ‘io.hdf.dropna_table’.

Примечания

Не проверяет, перекрываются ли добавляемые данные с существующими данными в таблице, поэтому будьте осторожны

Примеры

>>> df1 = pd.DataFrame([[1, 2], [3, 4]], columns=['A', 'B'])
>>> store = pd.HDFStore("store.h5", 'w')  
>>> store.put('data', df1, format='table')  
>>> df2 = pd.DataFrame([[5, 6], [7, 8]], columns=['A', 'B'])
>>> store.append('data', df2)  
>>> store.close()  
   A  B
0  1  2
1  3  4
0  5  6
1  7  8