在 HDF5 中存储 Pandas 对象和常规 Python 对象
Posted
技术标签:
【中文标题】在 HDF5 中存储 Pandas 对象和常规 Python 对象【英文标题】:Storing Pandas objects along with regular Python objects in HDF5 【发布时间】:2013-07-23 02:32:50 【问题描述】:Pandas 有一个 nice interface,便于在 HDF5 中存储数据帧和系列之类的内容:
random_matrix = np.random.random_integers(0,10, m_size)
my_dataframe = pd.DataFrame(random_matrix)
store = pd.HDFStore('some_file.h5',complevel=9, complib='bzip2')
store['my_dataframe'] = my_dataframe
store.close()
但如果我尝试将其他一些常规 Python 对象保存在同一个文件中,它会报错:
my_dictionary = dict()
my_dictionary['a'] = 2 # <--- ERROR
my_dictionary['b'] = [2,3,4]
store['my_dictionary'] = my_dictionary
store.close()
与
TypeError: cannot properly create the storer for: [_TYPE_MAP] [group->/par
ameters (Group) u'',value-><type 'dict'>,table->None,append->False,kwargs-
>]
如何将常规 Python 数据结构存储在存储其他 Pandas 对象的同一个 HDF5 中?
【问题讨论】:
【参考方案1】:以下是食谱中的示例:http://pandas.pydata.org/pandas-docs/stable/cookbook.html#hdfstore
您可以将任意对象存储为节点的属性。我相信有一个 64kb 的限制(我认为该节点的总属性数据)。对象被腌制
In [1]: df = DataFrame(np.random.randn(8,3))
In [2]: store = HDFStore('test.h5')
In [3]: store['df'] = df
# you can store an arbitrary python object via pickle
In [4]: store.get_storer('df').attrs.my_attribute = dict(A = 10)
In [5]: store.get_storer('df').attrs.my_attribute
'A': 10
【讨论】:
谢谢!顺便说一句,我得到了PerformanceWarnings
和一些store
命令。我尝试使用以下命令禁用它们:import warnings; warnings.simplefilter(action="ignore", category = PerformanceWarning)
,但我得到了Name 'PerformanceWarning' is not defined
。你知道如何让他们静音吗?
其实你应该注意这些。这些基本上是说您正在存储 PyTables 将要使用的数据类型pickle
!尝试存储为表格(使用append
或store.put('df',df,table=True)
以Table
格式存储;更好地处理诸如nan
某些dtypes 之类的事情(Storer
格式会给你一个PerfWarning。见@987654322 @
如果您真的想将它们静音,请尝试:from pandas.io.pytables import PerformanceWarning
。但请参阅我上面的评论。这是有原因的
谢谢杰夫。我尝试使用 store.put('my_dictionary', my_dictionary, table=True)
,但仍然收到我在 OP 中报告的错误。
my_dictionary
是熊猫对象吗? (如果是,那么首先做一个store.remove('my_dictionary')
,如果它不是pandas对象,那么你应该使用上面的属性方法。表尝试append
(而put
总是覆盖)以上是关于在 HDF5 中存储 Pandas 对象和常规 Python 对象的主要内容,如果未能解决你的问题,请参考以下文章
是否可以直接重命名存储在 hdf5 文件中的 pandas 数据框的列?
如何将 Pandas DataFrame 存储为 HDF5 PyTables 表(或 CArray、EArray 等)?