Pandas中的DataFrame.to_pickle()函数

Pandas中的DataFrame.to_pickle()函数

to_pickle()方法被用来将给定的对象腌制(序列化)到文件中。这个方法使用下面的语法。

语法:

DataFrame.to_pickle(self, path,
                    compression='infer',
                    protocol=4)
Python
参数 类型 描述
path str 储存腌制对象的文件路径。
compression {‘infer’, ‘gzip’, ‘bz2’, ‘zip’, ‘xz’, None}. 一个字符串,代表在输出文件中使用的压缩方式。默认情况下,从指定路径中的文件扩展名推断。
protocol int Int,表示拾取器应该使用哪种协议,默认为HIGHEST_PROTOCOL(见[1]_第12.1.2段)。可能的值是0、1、2、3、4。协议参数的负值相当于将其值设置为HIGHEST_PROTOCOL。

示例 1:

# importing packages
import pandas as pd
  
# dictionary of data
dct = {'ID': {0: 23, 1: 43, 2: 12,
              3: 13, 4: 67, 5: 89,
              6: 90, 7: 56, 8: 34}, 
       'Name': {0: 'Ram', 1: 'Deep',
                2: 'Yash', 3: 'Aman', 
                4: 'Arjun', 5: 'Aditya',
                6: 'Divya', 7: 'Chalsea',
                8: 'Akash' }, 
       'Marks': {0: 89, 1: 97, 2: 45, 3: 78,
                 4: 56, 5: 76, 6: 100, 7: 87,
                 8: 81}, 
       'Grade': {0: 'B', 1: 'A', 2: 'F', 3: 'C',
                 4: 'E', 5: 'C', 6: 'A', 7: 'B',
                 8: 'B'}
      }
  
# forming dataframe and printing
data = pd.DataFrame(dct)
print(data)
  
# using to_pickle function to form file 
# with name 'pickle_file'
data.to_pickle('pickle_file')
Python

输出 :

   ID     Name  Marks Grade
0  23      Ram     89     B
1  43     Deep     97     A
2  12     Yash     45     F
3  13     Aman     78     C
4  67    Arjun     56     E
5  89   Aditya     76     C
6  90    Divya    100     A
7  56  Chalsea     87     B
8  34    Akash     81     B
Python

示例 2:

# importing packages
import pandas as pd
   
# dictionary of data
dct = {"f1": range(6), "b1": range(6, 12)}
   
# forming dataframe and printing
data = pd.DataFrame(dct)
print(data)
   
# using to_pickle function to form 
# file with name 'pickle_file'
data.to_pickle('pickle_file')
Python

输出:

   f1  b1
0   0   6
1   1   7
2   2   8
3   3   9
4   4  10
5   5  11
Python

Python教程

Java教程

Web教程

数据库教程

图形图像教程

大数据教程

开发工具教程

计算机教程

登录

注册