时间戳

首页 > 解决方案 > 选择性读取包含混合类型列的 pandas 数据框

python - 选择性读取包含混合类型列的 pandas 数据框

问题描述

我有熊猫表，其中的列包含数千行的可变长度列表，例如，

import pandas as pd
df = pd.DataFrame({0: [[1, 2], [3, 4, 5], [7], [8, 9, 10, 11]]}, )

###Output: 
df
                0
0          [1, 2]
1       [3, 4, 5]
2             [7]
3  [8, 9, 10, 11]

我可以通过使用将文件存储在驱动器中

with pd.HDFStore('out_file', mode='w') as store:
      df.to_hdf(store, key='data1')

但不使用以下，因为列的类型是object.

with pd.HDFStore('out_file', mode='w') as store:
      df.to_hdf(store, key='data1', format='table', data_columns=True)

如何从文件中读取少量索引而不是读取完整文件然后删除不需要的行？如果 hdf5 不能处理这种类型的数据帧的查询，那么有哪些替代数据格式。谢谢你。

标签： pythonpython-2.7pandashdf5hdf

解决方案

我发现的一种解决方法是将数据存储为str字符串，以便仅读取选择性行，

import pandas as pd
df = pd.DataFrame({0: [[1, 2], [3, 4, 5], [7], [8, 9, 10, 11]]}, )

# Write
with pd.HDFStore('out_file', mode='w') as store:
      df.astype(str).to_hdf(store, key='data1', format='table', data_columns=True)

# Now Read some rows
d.read_hdf('out_file', key='data1', where='index >1 & index < 2')

推荐阅读