使用chunksize保存到新的HDFStore中迭代HDFStore

时间:2013-07-11 11:07:28

标签: python pandas pytables

我将所有数据都放入了HDFStore(是的!),但如何将其从中获取...

我在我的HDFStore中保存了6个DataFrames作为frame_table。这些表中的每一个都如下所示,但长度不同(日期是朱利安日期)。

>>> a = store.select('var1')
>>> a.head()
                      var1
x_coor y_coor date         
928    310    2006257   133
932    400    2006257   236
939    311    2006257   253
941    312    2006257   152
942    283    2006257    68

然后我从所有表格中选择日期所在的值,例如> 2006256.

>>> b = store.select_as_multiple(['var1','var2','var3','var4','var5','var6'], where=(pd.Term('date','>',date)), selector= 'var1')
>>> b.head()
                      var1   var2  var3  var4  var5  var6
x_coor y_coor date                                        
928    310    2006257   133  14987  7045    18   240   171
              2006273   136      0  7327    30   253   161
              2006289   125      0  -239    83   217   168
              2006305    95  14604  6786    13   215    57
              2006321    84      0  4548    13   133    88

这可行,但仅适用于相对较小的.h5文件。因此,对于我的普通.h5文件,我想使用chunksize将其临时存储在HDFStore中(因为我还要根据此选择添加新列)。我这样想(使用this):

for df in store.select_as_multiple(['var1','var2','var3','var4','var5','var6'], where=(pd.Term('date','>',date)), selector= 'var1', chunksize=15):
    tempstore.put('test',pd.DataFrame(df))

但是只有一个块被添加到商店。但是:

tempstore.append('test',pd.DataFrame(df))

我得到ValueError:只能附加到Tables。我做错了什么?

1 个答案:

答案 0 :(得分:5)

当您尝试使用put执行此操作时,它会覆盖商店(使用最新的块),然后在追加时出现错误(因为您无法附加到商店/非表)

那是:

  • put写一个不可附加的固定格式(称为storer),编写起来很快,但是你不能追加,也不能查询(只能完全得到它) )。

  • append创建table格式,这就是您想要的格式(以及frame_table是什么)。

注意:您不需要执行pd.DataFrame(df)因为df已经是一个框架。

所以,首先执行此操作(删除商店),如果它在那里:

if 'test' in tempstore:
    tempstore.remove('test')

然后附加每个DataFrame:

for df in store.select_as_multiple(.....):
     tempstore.append('test', df)