所以我用一个看起来像这样的简单数据集创建了 hdf5 文件
>>> pd.read_hdf('STORAGE2.h5', 'table')
A B
0 0 0
1 1 1
2 2 2
3 3 3
4 4 4
使用这个脚本
import pandas as pd
import scipy as sp
from pandas.io.pytables import Term
store = pd.HDFStore('STORAGE2.h5')
df_tl = pd.DataFrame(dict(A=list(range(5)), B=list(range(5))))
df_tl.to_hdf('STORAGE2.h5','table',append=True)
我知道我可以使用选择列
x = pd.read_hdf('STORAGE2.h5', 'table', columns=['A'])
或
x = store.select('table', where = 'columns=A')
我如何选择“A”列中等于 3 的所有值或特定值或“A”列中带有字符串(如“foo”)的索引?在 Pandas 数据框中,我会使用 df[df["A"]==3] 或 df[df["A"]=='foo']
另外,如果我使用 read_hdf() 或 store.select() 是否会影响效率?
请您参考如下方法:
您需要指定 data_columns=(您也可以使用 True 来使所有列都可搜索)
(仅供引用,mode='w' 将重新启动文件,这只是我的示例)
In [50]: df_tl.to_hdf('STORAGE2.h5','table',append=True,mode='w',data_columns=['A'])
In [51]: pd.read_hdf('STORAGE2.h5','table',where='A>2')
Out[51]:
A B
3 3 3
4 4 4
