使用Pandas,Python将数据附加到HDF5文件

Question

我有大型pandas DataFrames与财务数据.我没有问题附加和连接其他列和DataFrames到我的.h5文件.

财务数据每分钟都在更新,我需要每分钟向我的.h5文件中的所有现有表附加一行数据.

这是我到目前为止所尝试的内容,但无论我做什么,它都会覆盖.h5文件而不只是附加数据.

HDFStore方式:

#we open the hdf5 file
save_hdf = HDFStore('test.h5') 

ohlcv_candle.to_hdf('test.h5')

#we give the dataframe a key value
#format=table so we can append data
save_hdf.put('name_of_frame',ohlcv_candle, format='table',  data_columns=True)

#we print our dataframe by calling the hdf file with the key
#just doing this as a test
print(save_hdf['name_of_frame'])    

---

我试过的另一种方法是to_hdf:

#format=t so we can append data , mode=r+ to specify the file exists and
#we want to append to it
tohlcv_candle.to_hdf('test.h5',key='this_is_a_key', mode='r+', format='t')

#again just printing to check if it worked 
print(pd.read_hdf('test.h5', key='this_is_a_key'))

---

以下是read_hdf之后的一个DataFrame:

           time     open     high      low    close     volume           PP  
0    1505305260  3137.89  3147.15  3121.17  3146.94   6.205397  3138.420000   
1    1505305320  3146.86  3159.99  3130.00  3159.88   8.935962  3149.956667   
2    1505305380  3159.96  3160.00  3159.37  3159.66   4.524017  3159.676667   
3    1505305440  3159.66  3175.51  3151.08  3175.51   8.717610  3167.366667   
4    1505305500  3175.25  3175.53  3170.44  3175.53   3.187453  3173.833333  

下次我获取数据(每分钟)时,我想将它的一行添加到我所有列的索引5中......然后是6和7 ..依此类推,无需读取和操作整个文件因为这样会破坏这样做的记忆.如果有更好的解决方法,请不要害羞地推荐它.

PS抱歉在这里格式化该表

Answer 1

pandas.HDFStore.put()有参数append(默认为False) - 指示Pandas覆盖而不是追加.

试试这个:

store = pd.HDFStore('test.h5')

store.append('name_of_frame', ohlcv_candle, format='t',  data_columns=True)

我们也可以使用store.put(..., append=True),但是这个文件也应该以表格格式创建:

store.put('name_of_frame', ohlcv_candle, format='t', append=True, data_columns=True)

注意:追加仅适用于table(format='t'- 是别名format='table')格式.