Écrire des données au format HDF

1. Cet article est

Ceci est une introduction à la sauvegarde des données de type DataFrame au format HDF pour accélérer la lecture des données.

2. Contenu

Save: store.put ('où mettre les données dans le fichier h5', nom DataFrame) Read: store ('Spécifiez l'emplacement de lecture des données dans le fichier h5')

sample.py


import pandas as pd
import numpy as np
DATA_STORE = './data/asset.h5'

dat = [
    ['2019-07-01','9997','740'],
    ['2019-07-02','9997','749'],
    ['2019-07-03','9997','757'],
    ['2019-07-04','9997','769'],
    ['2019-07-05','9997','762'],
    ['2019-07-08','9997','860']
]
df4 = pd.DataFrame(dat,columns=["A","B","C"])
print("df4",df4)

# DATA_Actif créé dans STORE.Ecrivez DataFrame df4 au format HDF dans un fichier h5.
#Format: stocker.put( 'Où mettre les données dans le fichier h5' ,Nom DataFrame)

with pd.HDFStore(DATA_STORE) as store:
   store.put('general/test', df4)

# DATA_Actif créé dans STORE.Lisez les données du fichier h5.
#Format: stocker( 'Spécifiez l'emplacement de lecture des données dans le fichier h5')

with pd.HDFStore(DATA_STORE) as store:
    df5 = store['general/test']    
print(df5)

output


df4
            A     B    C
0  2019-07-01  9997  740
1  2019-07-02  9997  749
2  2019-07-03  9997  757
3  2019-07-04  9997  769
4  2019-07-05  9997  762
5  2019-07-08  9997  860

df5
            A     B    C
0  2019-07-01  9997  740
1  2019-07-02  9997  749
2  2019-07-03  9997  757
3  2019-07-04  9997  769
4  2019-07-05  9997  762
5  2019-07-08  9997  860

Recommended Posts

Écrire des données au format HDF
Exporter les données DB au format json
Gérez les données au format NetCDF avec Python
format en python
Ecrire DCGAN avec Keras
Écrire un décorateur en classe
Échantillonnage dans des données déséquilibrées
Ecrire Python dans MySQL
Format d'image en Python
Je veux écrire en Python! (1) Vérification du format de code
Gérer les données ambiantes en Python
Formatez facilement JSON avec Python
Ecrire des filtres Pandec en Python
Traitement des données 3 (développement) À propos du format des données
Écrire une distribution bêta en Python
Manipuler des données en Python-essayez avec Pandas_plyr
Ecrire python dans Rstudio (réticulé)
Ecrire Spigot dans VS Code
Extraire les informations de classification, etc. des données genbank au format xml
Ecrire des tests Spider dans Scrapy
Écriture concise des opérations pour chaque paire dans les données à l'aide de la diffusion
Obtenez des données LeapMotion en Python.
Ecrire une dichotomie en Python
Ecrire un test piloté par table en C
Lire les données des tampons de protocole avec Python3
Ecrire un schéma JSON avec Python DSL
Comment écrire sobrement avec des pandas
Application Python: Traitement des données # 3: Format des données
Formater automatiquement le code Python avec Vim
Ecrire un serveur HTTP / 2 en Python
Gérez le format GDS II avec Python
Ecrire des algorithmes A * (A-star) en Python
Visualisation des données avec Python - dessinons une carte de chaleur fraîche
Analyser les données au format CSV à l'aide de SQL
Stocker les données RSS dans Zabbix (expéditeur Zabbix)
Essayez de mettre des données dans MongoDB
Concours de prédiction de données en 3 étapes (titanesque)
Ecrire des contraintes de clé externe dans Django
Ecrire le code de test du sélénium en python
Hashing de données en R et Python
Ecrire un graphique à secteurs en Python
Ecrire le plugin vim en Python
Écrire une recherche de priorité en profondeur en Python
Apprentissage automatique dans Delemas (acquisition de données)
Vérifiez le résumé des données dans CASTable
Prétraitement dans l'apprentissage automatique 2 Acquisition de données
Ecrire un test en langue GO + gin
Ecrire un test unitaire de langage C en Python
Fusionner les données au format JSON avec Ansible
Prétraitement dans l'apprentissage automatique 4 Conversion de données