小编Jia*_*ang的帖子

我有以下Pandas DataFrame对象df.这是列出出发日期,预定出发时间和火车公司的列车时刻表.

import pandas as pd
df = 

            Year  Month DayofMonth  DayOfWeek  DepartureTime Train    Origin
Datetime
1988-01-01  1988    1     1         5        1457      BritishRail   Leeds
1988-01-02  1988    1     2         6        1458      DeutscheBahn  Berlin
1988-01-03  1988    1     3         7        1459      SNCF           Lyons
1988-01-02  1988    1     2         6        1501      BritishRail   Ipswich
1988-01-02  1988    1     2         6        1503      NMBS          Brussels
....

现在,让我们说我想在"火车"栏中选择所有项目"DeutscheBahn".

我会用

DB = df[df['Train'] == 'DeutscheBahn']

现在,我如何选择除DeutscheBahn和British Rails以及SNCF之外的所有列车.我怎样才能同时选择不属于这些的项目？

notDB = df[df['Train'] != 'DeutscheBahn']

和

notSNCF = df[df['Train'] != …

我有以下熊猫数据框：

import pandas as pd
df = pd.read_csv(filename.csv)

现在，我可以HDFStore用来将df对象写入文件（例如将键值对添加到Python字典中）：

store = HDFStore('store.h5')
store['df'] = df

http://pandas.pydata.org/pandas-docs/stable/io.html

当我查看内容时，此对象是一个frame。

store 

输出

<class 'pandas.io.pytables.HDFStore'>
File path: store.h5
/df            frame        (shape->[552,23252])

但是，为了使用索引，应该将其存储为table对象。

我的方法是尝试HDFStore.put()，即

HDFStore.put(key="store.h", value=df, format=Table)

但是，此操作失败并显示以下错误：

TypeError: put() missing 1 required positional argument: 'self'

如何将Pandas Dataframe保存为PyTables表？

我有一个gzip约90 GB.这完全在磁盘空间内,但远大于RAM.

如何将其导入到pandas数据框中？我在命令行中尝试了以下内容:

# start with Python 3.4.5
import pandas as pd
filename = 'filename.gzip'   # size 90 GB
df = read_table(filename, compression='gzip')

然而,几分钟后,Python关闭了Kill 9.

定义数据库对象后df,我计划将其保存到HDF5中.

这样做的正确方法是什么？我pandas.read_table()该怎么用呢？