开发者学堂课程【Python 数据分析库 Pandas 快速入门：HDF5文件的读取与储存】学习笔记，与课程紧密联系，让用户快速学习知识。

课程地址：https://developer.aliyun.com/learning/course/607/detail/8857

HDF5文件的读取与储存

内容介绍：

一、读取 hdf5 文件

二、储存 hdf5 文件

三、优先选择使用 hdf5 文件存储

HDF5 文件的读取和存储需要指定一个键，值为要存储的 DataFrame

HDF5 存储3维数据的文件

key1 dataframe1 二维数据

key2 dataframe2 二维数据

读取 hdf5文件

pd.read_hdf(path, key = )

path：文件的路径

key：读取的建

案例：

In:

day_close = pd.read_hdf( "  . /stock_data/day/day_close.h5")

 //在API中是有key的，读取成功

day_close

Out:

存储hdf5文件

df.to_hdf(path, key = )

案例：

In:

day_close.to_hdf( "test.h5" )  

//不加 key，报错

Out:

TypeError : to_hdf ( ) missing 1 required positional argument: 'key'

In:

day_close.to_hdf( "test.h5"，key = “close” )

 //储存成功

pd.read_hdf ( "test.h5" )  //此时不加 key 也可以，加上 key 输出相同

In:

day_open = pd.read_hdf( " ./stock_data/day/day_open.h5" )

day_open.to_hdf ( "test.h5" , key="open" )

pd.read_hdf ( "test.h5 " )

 //此时文件中有两个 key，运行就会报错，系统不知道要读哪个 key

Out:

valueError: key must be provided when HDF5 file contains multiple datasets.

In:

pd.read_hdf ( "test.h5 ", key = “open” )

 //此时就会输出成功

如果读取的时候出现错误：

ImportErrorv RDFStore requires PyTables。“No module named ‘tables’ " problem importing

是因为没有装“tables”这个库，这个库就是用来支持读取 HDF5 文件的。

优先选择使用 hdf5文件存储

1.HDF5 在存储的是支持压缩，使用的方式是 blosc，这个是速度最快的也是 pandas 默认支持的。

2.使用压缩可以提高磁盘利用率，节省空间。

3.·HDF5 还是跨平台的，可以轻松迁移到 hadoop 上面。