pandas.Series.to_hdf

Series.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]

Запись содержащихся данных в файл HDF5 с помощью HDFStore.

Иерархический формат данных (HDF) является самоописательным, что позволяет приложению интерпретировать структуру и содержимое файла без внешней информации. Один файл HDF может содержать смесь связанных объектов, к которым можно получить доступ как к группе, так и к отдельным объектам.

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

Предупреждение

Можно сохранить подкласс DataFrame или Series в HDF5, но тип подкласса теряется 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, открывается существующий файл 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

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

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

Указывает библиотеку сжатия, которая будет использоваться. Дополнительные компрессоры Blosc поддерживаются (по умолчанию, если компрессор не указан: ‘blosc:blosclz’): {‘blosc:blosclz’, ‘blosc:lz4’, ‘blosc:lz4hc’, ‘blosc:snappy’, ‘blosc:zlib’, ‘blosc:zstd’}. Если указана библиотека сжатия, которая недоступна, генерируется 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. Быстрое чтение/запись. Не допускает добавления, ни поиска.

• ‘table’: Формат таблицы. Запись как структура 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’), в противном случае используется “fixed”.

index:bool, по умолчанию True

Записывать индекс DataFrame в виде столбца.

min_itemsize:dict или int, необязательно

Отображает имена столбцов в минимальные размеры строк для столбцов.

nan_rep:любой тип, необязательно

Как представлять значения NULL как str. Не допускается при append=True.

dropna:bool, по умолчанию False, необязательно

Удалить отсутствующие 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 по столбцам 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 получения полного списка вариантов.

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 в формат feather для DataFrame.

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