Question

我首先创建一个具有二维分层索引的系列。它们的索引类型是（pandas.period，numpy.int32）

In [265]: import pandas as pd

In [266]: import numpy as np

In [267]: hdf_file = r'F:\test.h5'

In [268]: data = np.random.randint(10, size=(7, 3))

In [269]: dates = pd.date_range('1/1/2015', '1/7/2015').to_period('D')

In [270]: ts1 = pd.DataFrame(data, index = dates, columns = [1, 2, 3]).stack()

然后，我使用HDFStore保存系列（ts1）并检索它（作为ts2）：

In [271]: with pd.HDFStore(hdf_file, 'w') as store:
     ...:     store['ts'] = ts1
     ...:     

In [272]: with pd.HDFStore(hdf_file, 'r') as store:
     ...:     ts2 = store['ts']
     ...:

现在，检索到的系列（ts2）的索引的dtype已更改为整数：

In [273]: print(ts1)
2015-01-01  1    3
            2    8
            3    0
2015-01-02  1    2
            2    3
            3    9
2015-01-03  1    9
            2    2
            3    2
2015-01-04  1    4
            2    5
            3    1
2015-01-05  1    2
            2    1
            3    6
2015-01-06  1    1
            2    0
            3    8
2015-01-07  1    0
            2    6
            3    8
dtype: int32

In [274]: print(ts2)
16436  1    3
       2    8
       3    0
16437  1    2
       2    3
       3    9
16438  1    9
       2    2
       3    2
16439  1    4
       2    5
       3    1
16440  1    2
       2    1
       3    6
16441  1    1
       2    0
       3    8
16442  1    0
       2    6
       3    8
dtype: int32

有没有办法正确保存系列？我知道我可以在检索数据后更改类型，但我更喜欢干净利落地完成工作。

我使用的是pandas 0.16.1和pyhon 2.7.7（Anaconda 2.0.1（64位））

Answer 1

这未实现，请参阅问题here

另存为时间戳并在回读后转换为期间

Pandas HDFStore：保存和检索具有分层周期索引的系列

1 个答案: