pandas.HDFStore.append#

HDFStore.append(ключ, значение, формат=None, оси=None, index=True, append=True, complib=None, complevel=None, столбцы=None, min_itemsize=None, nan_rep=None, chunksize=None, expectedrows=None, dropna=None, data_columns=None, кодировка=None, ошибки='strict')[источник]#

Добавить в таблицу в файле.

Узел уже должен существовать и быть в формате Table.

Параметры:

ключstr

значение{Series, DataFrame}

формат‘table’ является значением по умолчанию

Формат для использования при сохранении объекта в HDFStore. Значение может быть одним из:

'table': Формат таблицы. Запись в виде структуры PyTables Table, которая может работать хуже, но позволяет более гибкие операции, такие как поиск / выбор подмножеств данных.

indexbool, по умолчанию True

Записать индекс DataFrame как столбец.

appendbool, по умолчанию True

Добавить входные данные к существующим.

data_columnsсписок столбцов, или True, по умолчанию None

Список столбцов для создания как индексированных столбцов данных для запросов на диске, или True для использования всех столбцов. По умолчанию индексируются только оси объекта. См. здесь.

min_itemsizeсловарь столбцов, указывающих минимальные размеры строк

nan_repстрока для использования как представление nan в строке

chunksizeразмер для чанковой записи

expectedrowsожидаемый ОБЩИЙ размер строки этой таблицы

кодировкапо умолчанию None, укажите кодировку для str

dropnabool, по умолчанию False, необязательный

Не записывать строку со ВСЕМИ значениями nan в хранилище, настраиваемое опцией 'io.hdf.dropna_table'.

Примечания

Делает ли не проверить, перекрываются ли добавляемые данные с существующими данными в таблице, поэтому будьте осторожны

Примеры

>>> df1 = pd.DataFrame([[1, 2], [3, 4]], columns=['A', 'B'])
>>> store = pd.HDFStore("store.h5", 'w')  
>>> store.put('data', df1, format='table')  
>>> df2 = pd.DataFrame([[5, 6], [7, 8]], columns=['A', 'B'])
>>> store.append('data', df2)  
>>> store.close()  
   A  B
0  1  2
1  3  4
0  5  6
1  7  8