欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  移动技术

如何用pandas处理hdf5文件

程序员文章站 2022-07-09 08:28:44
什么是hdf5hdf5:hierarchical data format version 5,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...

什么是hdf5

hdf5:hierarchical data format version 5,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

import pandas as pd
import numpy as np

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) # <class 'pandas.io.pytables.hdfstore'>

# 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()))
"""
file path: 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"])
"""
  0 1 2 3
0 4 8 5 6
1 4 6 7 9
2 6 3 9 4
3 8 9 3 9
4 6 6 3 4
5 6 9 9 8
6 4 8 9 6
7 9 5 8 8
"""

# 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

import pandas as pd
import numpy as np

# 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文件的资料请关注其它相关文章!