Python Pandas pandas.read_hdf 函数方法的使用-CJavaPy

pandas.read_hdf(path_or_buf, key=None, mode='r', errors='strict', where=None, start=None, stop=None, columns=None, iterator=False, chunksize=None, **kwargs) [源代码]

如打开存储读取数据，之后关闭它。

根据位置条件检索存储在文件中的pandas对象。

注意：Pandas使用PyTables来读写HDF5文件，这允许在使用 "fixed" 格式时用pickle序列化object-dtype对象。加载从不可信源接收的pickle数据可能是不安全的。

参数：

path_or_buffer：str, path对象，pandas.HDFStore

任何有效的字符串路径都可以接受。仅支持本地文件系统，

不支持远程url和类文件对象。

如想传入一个路径对象，pandas接受任何os.PathLike。

或者，pandas接受打开的pandas.HDFStore对象。

key：object, 可选的

存储中的组标识符。如果HDF文件包含单个pandas对象，

则可以省略。

mode：{‘r’, ‘r+’, ‘a’}, 默认为 'r'

打开文件时使用的模式。如果path_or_buf

是panda.hdfstore则忽略。默认设置是'r'。

errors：str, 默认为 ‘strict’

指定如何处理编码和解码错误。有关选项的完整列表，

请参阅open()的errors参数。

where：list, 可选的

Term(或可转换)对象的列表。

start：int，可选

开始选择的行号。

stop：int，可选

停止选择的行号。

columns：list，可选

要返回的列名列表。

iterator：bool, 可选

返回一个可迭代的对象

chunksize：int, 可选

使用迭代器时在迭代中包含的行数。

**kwargs：传递给HDFStore的其他关键字参数。

返回：

item：object

选择的对象。返回类型取决于存储的对象。

例如，

>>> df = pd.DataFrame([[1, 1.0, 'a']], columns=['x', 'y', 'z'])  
>>> df.to_hdf('./store.h5', 'data')  
>>> reread = pd.read_hdf('./store.h5')