如何用pandas处理hdf5文件
什么是HDF5
HDF5:HierarchicalDataFormatVersion5,对于存储大规模、具有相同类型的数据,HDF5是一种非常不错的存储格式,文件后缀名为h5。这种格式的文件的存储和读取速度非常快,并且我们可以把HDF5文件看成是一个"目录",它是分层次的,我们来看看如何操作。
创建和读取HDF5文件
importpandasaspd importnumpyasnp hdf5=pd.HDFStore("hello.h5",mode="w",complevel=9) """ path:文件路径 mode:和python的open函数中的mode一致 complevel:压缩级别,默认是0到9。值越大,压缩程度越高,那么最终形成的文件所占的体积越小,但是相应的,在读取的时候用的解压缩的时间就越长 """ #打印是一个HDFStore对象 print(hdf5)##存储数据,可以直接使用赋值的方式 hdf5["series"]=pd.Series([1,2,3,4,5]) hdf5["dataframe"]=pd.DataFrame(np.random.randint(3,10,size=(8,4))) #除此之外,还可以使用put的方式 """ hdf5.put("series",pd.Series([1,2,3,4,5])) hdf5.put("dataframe",pd.DataFrame(np.random.randint(3,10,size=(8,4)))) put函数里面支持如下参数: key:写入数据的key value:写入数据的value format:指定写出的模式,指定为"fixed",那么速度会快,但是不支持追加和查询。指定为"table",会以表格的模式写出,速度稍慢,但是支持追加和查询操作 """ #我们可以通过items来查看相应属性,类似于字典的items print(list(hdf5.items())) """ Filepath:hello.h5 [('/dataframe',/dataframe(Group)'' children:=['axis0'(CArray),'axis1'(CArray),'block0_values'(CArray),'block0_items'(CArray)]),('/series',/series(Group)'' children:=['index'(CArray),'values'(CArray)])] """ #items不太好看,我们来看keys,查看keys,但是注意:没有values #我们发现key是类似于目录一样的东西,名字就是我们设置的名字 #所以我们可以把HDF5看成是目录,里面不同的目录对应不同的内容 print(hdf5.keys())#['/dataframe','/series'] #查看元素直接调用即可 print(hdf5["dataframe"]) """ 0123 04856 14679 26394 38939 46634 56998 64896 79588 """ #删除某个key,调用remove hdf5.remove("series") print(hdf5.keys())#['/dataframe'] #如果想将数据保存到本地,那么调用close方法即可 hdf5.close() #查看数据流是否开启,返回False代表关闭了 print(hdf5.is_open)#False #另外创建HDF5文件,除了使用HDFStore,还可以通过先有的DataFrame进行操作。需要指定路径和key #df.to_hdf("xx.h5",key="key")
下面来看看如何读取文件
importpandasaspd importnumpyasnp #将mode改成r即可 hdf5=pd.HDFStore("hello.h5",mode="r") #或者 """ hdfs=pd.read_hdf("hello.h5",key="xxx") """ #至于操作我们上面已经介绍了
hdf5这种格式是一种非常不错的格式,它无论是在存储方面和读取方面,文件大小和读取数据都比csv强不少,因此如果要存储大量的数据的话,那么hdf5这种文件格式是一种非常不错的选择。
以上就是如何用pandas处理hdf5文件的详细内容,更多关于pandas处理hdf5文件的资料请关注毛票票其它相关文章!
声明:本文内容来源于网络,版权归原作者所有,内容由互联网用户自发贡献自行上传,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任。如果您发现有涉嫌版权的内容,欢迎发送邮件至:czq8825#qq.com(发邮件时,请将#更换为@)进行举报,并提供相关证据,一经查实,本站将立刻删除涉嫌侵权内容。