使用chunksize保存到新的HDFStore中迭代HDFStore

Question

我将所有数据都放入了HDFStore(是的!),但是如何将它从中获取...

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

然后我从我的所有表中选择日期为例如> 2006256的值.

>>> 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

这有效,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(使用这个):

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？

Answer 1

当你试图用put它来覆盖商店(使用最新的块)时,你会在追加时得到错误(因为你不能附加到商店/非表).

那是:

• put写一个单一的,不可附加的固定格式(称为a storer),写入速度快,但你不能追加,也不能查询(只能完全得到它).

• append创建一种table格式,这就是你想要的格式(以及它是什么frame_table).

注意:您不需要pd.DataFrame(df)像df已经是框架那样做.

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')

然后追加每个DataFrame:

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