Python酷库之旅-第三方库Pandas(012)

目录

一、用法精讲

28、pandas.HDFStore.keys函数

28-1、语法

28-2、参数

28-3、功能

28-4、返回值

28-5、说明

28-6、用法

28-6-1、数据准备

28-6-2、代码示例

28-6-3、结果输出

29、pandas.HDFStore.groups函数

29-1、语法

29-2、参数

29-3、功能

29-4、返回值

29-5、说明

29-6、用法

29-6-1、数据准备

29-6-2、代码示例

29-6-3、结果输出 

30、pandas.HDFStore.walk函数

30-1、语法

30-2、参数

30-3、功能

30-4、返回值

30-5、说明

30-6、用法

30-6-1、数据准备

30-6-2、代码示例

30-6-3、结果输出 

二、推荐阅读

1、Python筑基之旅

2、Python函数之旅

3、Python算法之旅

4、Python魔法之旅

5、博客个人主页

一、用法精讲

28、pandas.HDFStore.keys函数

28-1、语法

# 28、pandas.HDFStore.keys函数
HDFStore.keys(include='pandas')
Return a list of keys corresponding to objects stored in HDFStore.Parameters:
include
str, default ‘pandas’
When kind equals ‘pandas’ return pandas objects. When kind equals ‘native’ return native HDF5 Table objects.Returns:
list
List of ABSOLUTE path-names (e.g. have the leading ‘/’).Raises:
raises ValueError if kind has an illegal value.

28-2、参数

28-2-1、include(可选)：用于控制返回的键的类型或格式。
        include参数允许你指定一个过滤器，以限制keys()方法返回的键的类型，它接受以下值之一(或其组合，通过列表或元组提供)：

28-2-1-1、'all'(默认值)：返回所有类型的键。
28-2-1-2、'group'：仅返回组(HDF5中的目录或容器)的键。
28-2-1-3、'table'或'dataframe'：仅返回以表格形式存储的DataFrame的键(HDF5 中的表格)。
28-2-1-4、'fixed'或'series'或'scalar'：仅返回以固定格式存储的Series或单个值的键。

28-3、功能

        返回存储在HDF5文件中所有对象的键(即名称)的列表。

28-4、返回值

        返回一个包含字符串的列表，每个字符串都是一个存储在HDF5文件中的对象的键(名称)，这些键是对象的绝对路径名，通常以/开头。

28-5、说明

        HDF5(Hierarchical Data Format version 5)是一种用于存储和组织大量数据的文件格式，它特别适合于存储和组织大量科学数据。

28-6、用法

28-6-1、数据准备

无

28-6-2、代码示例

# 28、pandas.HDFStore.keys函数
import pandas as pd
# 假设'example.h5'是你的HDF5文件名
with pd.HDFStore('example.h5') as store:# 获取所有键all_keys = store.keys()# 过滤出仅包含DataFrame的键df_keys = [key for key in all_keys if store.get_storer(key).is_table]# 过滤出仅包含Series的键series_keys = [key for key in all_keys if not store.get_storer(key).is_table]# 如果你想同时获取DataFrame和Series的键，可以这样做all_pandas_keys = df_keys + series_keys
if __name__ == '__main__':# 打印结果以供检查print(f"DataFrame keys: {df_keys}")print(f"Series keys: {series_keys}")print(f"All keys: {all_pandas_keys}")

28-6-3、结果输出

# 28、pandas.HDFStore.keys函数
# DataFrame keys: ['/data']
# Series keys: []
# All keys: ['/data']

29、pandas.HDFStore.groups函数

29-1、语法

# 29、pandas.HDFStore.groups函数
HDFStore.groups()
Return a list of all the top-level nodes.Each node returned is not a pandas storage object.Returns:
list
List of objects.

29-2、参数

        无

29-3、功能

        用于列出存储在HDF5文件中的所有组(或称为“目录”或“容器”)的信息。

29-4、返回值

        HDFStore.groups()方法的返回值通常包含以下信息：

29-4-1、组名：每个组的名称，它通常是一个字符串，表示HDF5文件中的路径。

29-4-2、键：每个组内包含的键(即，对象的名称)，这些键对应于存储在组中的DataFrame、Series或其他pandas对象。

29-4-3、子组：如果有的话，还可能包含关于子组的信息。不过，请注意，并不是所有的实现都会返回子组信息，这取决于pandas的版本和HDF5文件的结构。

29-5、说明

        无      

29-6、用法

29-6-1、数据准备

无

29-6-2、代码示例

# 29、pandas.HDFStore.groups函数
import pandas as pd
import numpy as np
# 创建一些示例数据
df1 = pd.DataFrame(np.random.randn(10, 4), columns=list('ABCD'))
df2 = pd.DataFrame(np.random.randn(10, 4), columns=list('EFGH'))
series1 = pd.Series(np.random.randn(10), name='series1')
# 创建并写入数据到HDF5文件
with pd.HDFStore('example.h5') as store:store.put('dataframe1', df1)store.put('dataframe2', df2)store.put('series1', series1)
# 使用HDFStore.groups()列出文件中的所有组
with pd.HDFStore('example.h5') as store:groups = store.groups()print("Groups in HDF5 file:")for group in groups:print(group)

29-6-3、结果输出 

# 29、pandas.HDFStore.groups函数
# Groups in HDF5 file:
# /data (Group) ''
# /dataframe1 (Group) ''
# /dataframe2 (Group) ''
# /series1 (Group) ''

30、pandas.HDFStore.walk函数

30-1、语法

# 30、pandas.HDFStore.walk函数
HDFStore.walk(where='/')
Walk the pytables group hierarchy for pandas objects.This generator will yield the group path, subgroups and pandas object names for each group.Any non-pandas PyTables objects that are not a group will be ignored.The where group itself is listed first (preorder), then each of its child groups (following an alphanumerical order) is also traversed, following the same procedure.Parameters:
where
str, default “/”
Group where to start walking.Yields:
path
str
Full path to a group (without trailing ‘/’).groups
list
Names (strings) of the groups contained in path.leaves
list
Names (strings) of the pandas objects contained in path.

30-2、参数

30-2-1、where(可选，默认值为'/')：字符串，指定了遍历的起始位置。默认为根目录('/')，意味着从HDF5文件的根开始遍历，你可以指定任何有效的路径来从文件的某个特定部分开始遍历。

30-3、功能

        用于遍历存储在HDF5文件中的键(keys)或节点(nodes)。

30-4、返回值

        返回一个生成器(generator)，它会产生一个包含两个元素的元组(tuple)：(key, group)。

30-4-1、key: 当前遍历到的键(或路径)的字符串表示。

30-4-2、group: 一个pandas._libs.lib.H5Group对象，表示当前遍历到的组(或数据集)。注意，对于数据集(dataset)，这个对象可能不是非常有用，因为HDF5的组(group)和数据集(dataset)在pandas的HDFStore中以不同的方式处理。

30-5、说明

        无

30-6、用法

30-6-1、数据准备

无

30-6-2、代码示例

# 30、pandas.HDFStore.walk函数
import pandas as pd
import numpy as np
# 创建一个示例HDF5文件
file_path = 'example.h5'
with pd.HDFStore(file_path, mode='w') as store:# 写入一些数据store.put('df1', pd.DataFrame(np.random.randn(10, 4), columns=list('ABCD')))store.put('df2', pd.DataFrame(np.random.randn(10, 4), columns=list('WXYZ')))store.put('subdir/df3', pd.DataFrame(np.random.randn(10, 4), columns=list('JKLM')))
# 使用walk方法遍历HDF5文件
with pd.HDFStore(file_path, mode='r') as store:print("Walking through the HDF5 file structure:")for root, dirs, files in store.walk(where='/'):print(f"Root: {root}")print(f"Directories: {dirs}")print(f"Files: {files}")print("-" * 40)

30-6-3、结果输出 

# 30、pandas.HDFStore.walk函数
# Walking through the HDF5 file structure:
# Root: 
# Directories: ['subdir']
# Files: ['df1', 'df2']
# ----------------------------------------
# Root: /subdir
# Directories: []
# Files: ['df3']
# ----------------------------------------

二、推荐阅读

1、Python筑基之旅

2、Python函数之旅

3、Python算法之旅

4、Python魔法之旅

5、博客个人主页