python – 我可以更新HDFStore吗？ -清零世界

概述

请考虑以下hdfstore和dataframes df和df2

import pandas as pd

store = pd.hdfstore('test.h5')

midx = pd.MultiIndex.from_product([range(2),list('XYZ')],names=list('AB'))
df = pd.DataFrame(dict(C=range(6)),midx)

df

     C
A B   
0 X  0
  Y  1
  Z  2
1 X  3
  Y  4
  Z  5

midx2 = pd.MultiIndex.from_product([range(2),list('VWX')],names=list('AB'))
df2 = pd.DataFrame(dict(C=range(6)),midx2)

df2

     C
A B   
0 V  0
  W  1
  X  2
1 V  3
  W  4
  X  5

我想先把df写到商店.

store.append('df',df)

store.get('df')

     C
A B   
0 X  0
  Y  1
  Z  2
1 X  3
  Y  4
  Z  5

在稍后的时间点,我将有另一个数据帧,我想用它来更新商店.我希望用新数据帧中的索引值覆盖行,同时保留旧数据帧.

当我做

store.append('df',df2)

store.get('df')

     C
A B   
0 X  0
  Y  1
  Z  2
1 X  3
  Y  4
  Z  5
0 V  0
  W  1
  X  2
1 V  3
  W  4
  X  5

这根本不是我想要的.请注意,重复(0,’X’)和(1,’X’).我可以操纵组合的数据帧和覆盖,但我希望能够处理大量数据,这是不可行的.

如何更新商店才能获得？

你会看到,对于每个级别的’A’,’Y’和’Z’是相同的,’V’和’W’是新的,’X’是更新的.

这样做的正确方法是什么？

问题：对于多索引索引,我找不到使用where =“index in df2.index”的方法.

解决方案：首先将多索引转换为普通索引：

df.index = df.index.get_level_values(0).astype(str) + '_' + df.index.get_level_values(1).astype(str)

df2.index = df2.index.get_level_values(0).astype(str) + '_' + df2.index.get_level_values(1).astype(str)

这会产生：

In [348]: df
Out[348]:
     C
0_X  0
0_Y  1
0_Z  2
1_X  3
1_Y  4
1_Z  5

In [349]: df2
Out[349]:
     C
0_V  0
0_W  1
0_X  2
1_V  3
1_W  4
1_X  5

确保在创建/附加HDF5文件时使用format =’t’和data_columns = True(这将索引保存索引并索引HDF5文件中的所有列,允许我们在where子句中使用它们)：

store = pd.hdfstore('d:/temp/test1.h5')
store.append('df',df,format='t',data_columns=True)
store.close()

现在我们可以先用匹配的索引从hdfstore中删除这些行：

store = pd.hdfstore('d:/temp/test1.h5')

In [345]: store.remove('df',where="index in df2.index")
Out[345]: 2

并附加df2：

In [346]: store.append('df',df2,data_columns=True,append=True)

结果：

In [347]: store.get('df')
Out[347]:
     C
0_Y  1
0_Z  2
1_Y  4
1_Z  5
0_V  0
0_W  1
0_X  2
1_V  3
1_W  4
1_X  5

如果您也喜欢它,动动您的小指点个赞吧

python – 我可以更新HDFStore吗？

概述

分类汇总

您的鼓励是对我最大的支持