Question

您可以将数据存储为pandas HDFStore并使用pytables打开它们/执行i / o吗？出现这个问题的原因是因为我目前正在将数据存储为

pd.HDFStore('Filename',mode='a')
store.append(data)

但是，据我所知，大熊猫不支持更新记录。我有一个用例，我必须每天更新5％的数据。 pd.io.pytables会起作用吗？如果是这样我没有找到关于此的文件？ Pytables有很多文档但我不确定我是否可以打开文件/更新而不打开使用pytables当我没有使用pytables最初保存文件？

Answer 1

以下是我认为您正在阅读的文档：

http://pandas.pydata.org/pandas-docs/version/0.19.0/api.html?highlight=pytables

也可以看到这个帖子：

Update pandas DataFrame in stored in a Pytable with another pandas DataFrame

看起来你可以将5％的记录加载到内存中，从商店中删除它们然后追加更新的记录

更换整个表
store.remove（key，where = ...） store.append（.....）

您也可以在熊猫之外做 - 请参阅此处有关删除的教程

http://www.pytables.org/usersguide/tutorials.html

Answer 2

以下是@flyingmeatball's answer的演示：

让我们生成一个测试DF：

In [56]: df = pd.DataFrame(np.random.rand(15, 3), columns=list('abc'))

In [57]: df
Out[57]:
           a         b         c
0   0.022079  0.901965  0.282529
1   0.596452  0.096204  0.197186
2   0.034127  0.992500  0.523114
3   0.659184  0.447355  0.246932
4   0.441517  0.853434  0.119602
5   0.779707  0.429574  0.744452
6   0.105255  0.934440  0.545421
7   0.216278  0.217386  0.282171
8   0.690729  0.052097  0.146705
9   0.828667  0.439608  0.091007
10  0.988435  0.326589  0.536904
11  0.687250  0.661912  0.318209
12  0.829129  0.758737  0.519068
13  0.500462  0.723528  0.026962
14  0.464162  0.364536  0.843899

并将其保存到HDFStore（注意：不要忘记使用data_columns=True（或data_columns=[list_of_columns_to_index]）来索引我们要在where子句中使用的所有列）：

In [58]: store = pd.HDFStore(r'd:/temp/test_removal.h5')

In [59]: store.append('test', df, format='t', data_columns=True)

In [60]: store.close()

<强>解决方案：

In [61]: store = pd.HDFStore(r'd:/temp/test_removal.h5')

.remove()方法应该返回删除的行数：

In [62]: store.remove('test', where="a > 0.5")
Out[62]: 9

让我们追加更改（乘以100）行：

In [63]: store.append('test', df.loc[df.a > 0.5] * 100, format='t', data_columns=True)

测试：

In [64]: store.select('test')
Out[64]:
            a          b          c
0    0.022079   0.901965   0.282529
2    0.034127   0.992500   0.523114
4    0.441517   0.853434   0.119602
6    0.105255   0.934440   0.545421
7    0.216278   0.217386   0.282171
14   0.464162   0.364536   0.843899
1   59.645151   9.620415  19.718557
3   65.918421  44.735482  24.693160
5   77.970749  42.957446  74.445185
8   69.072948   5.209725  14.670545
9   82.866731  43.960848   9.100682
10  98.843540  32.658931  53.690360
11  68.725002  66.191215  31.820942
12  82.912937  75.873689  51.906795
13  50.046189  72.352794   2.696243

最终化：

In [65]: store.close()

存储为Pandas DataFrames并更新为Pytables

2 个答案: