跳转至

熊猫

中的 DataFrame.to_pickle()

原文:https://www.geesforgeks.org/data frame-to_pickle-in-function-pandas/

到 _pickle() 方法用于将给定对象酸洗(序列化)到文件中。此方法使用下面给出的语法:

语法:

DataFrame.to_pickle(self, path,
                    compression='infer',
                    protocol=4)
| 争论 | 类型 | 描述 | | --- | --- | --- | | 小路 | 潜艇用热中子反应堆（submarine thermal reactor 的缩写） | 存储腌制对象的文件路径。 | | 压缩 | {'infer '，' gzip '，' bz2 '，' zip '，' xz '，None} | 一个字符串，表示要在输出文件中使用的压缩。默认情况下，从指定路径中的文件扩展名推断。 | | 草案 | （同 Internationalorganizations）国际组织 | Int，表示 pickler 应该使用哪种协议，默认为最高协议(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最高协议。 |

例 1:

蟒蛇 3

# 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')

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

例 2:

蟒蛇 3

# 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')

输出:

   f1  b1
0   0   6
1   1   7
2   2   8
3   3   9
4   4  10
5   5  11
回到顶部