python ( Pandas ): store a data frame in hdf5 with a multi index

Question

我需要使用具有多索引的大维度数据框，所以我尝试创建一个数据框来学习如何将它存储在 hdf5 文件中。 数据框是这样的:(前两列有多索引)

Symbol    Date          0

C         2014-07-21    4792
B         2014-07-21    4492
A         2014-07-21    5681
B         2014-07-21    8310
A         2014-07-21    1197
C         2014-07-21    4722
          2014-07-21    7695
          2014-07-21    1774

我正在使用 pandas.to_hdf，但当我尝试选择组中的数据时，它会创建一个“固定格式存储”:

store.select('table','Symbol == "A"')

它返回一些错误，主要问题是这个

TypeError: cannot pass a where specification when reading from a Fixed format store. this store must be selected in its entirety

然后我尝试像这样附加 DataFrame:

store.append('ts1',timedata)

这应该会创建一个表，但这给了我另一个错误:

TypeError: [unicode] is not implemented as a table column

所以我需要代码以 hdf5 格式将数据框存储在表中并从单个索引中选择数据(为此我找到了这段代码:store.select('timedata','Symbol == "A"') )

Answer 1

举个例子

In [8]: pd.__version__
Out[8]: '0.14.1'

In [9]: np.__version__
Out[9]: '1.8.1'

In [10]: import sys

In [11]: sys.version
Out[11]: '2.7.3 (default, Jan  7 2013, 09:17:50) \n[GCC 4.4.5]'

In [4]: df = DataFrame(np.arange(9).reshape(9,-1),index=pd.MultiIndex.from_product([list('abc'),date_range('20140721',periods=3)],names=['symbol','date']),columns=['value'])

In [5]: df
Out[5]: 
                   value
symbol date             
a      2014-07-21      0
       2014-07-22      1
       2014-07-23      2
b      2014-07-21      3
       2014-07-22      4
       2014-07-23      5
c      2014-07-21      6
       2014-07-22      7
       2014-07-23      8

In [6]: df.to_hdf('test.h5','df',mode='w',format='table')

In [7]: pd.read_hdf('test.h5','df',where='date=20140722')
Out[7]: 
                   value
symbol date             
a      2014-07-22      1
b      2014-07-22      4
c      2014-07-22      7

In [12]: pd.read_hdf('test.h5','df',where='symbol="a"')
Out[12]: 
                   value
symbol date             
a      2014-07-21      0
       2014-07-22      1
       2014-07-23      2