Python pandas.Series.to_pickle用法及代碼示例

用法: Series.to_pickle(path, compression='infer', protocol=5, storage_options=None)

Pickle(序列化)對象到文件。

參數：

path：str

將存儲 pickle 對象的文件路徑。

compression：str 或 dict，默認 ‘infer’

用於輸出數據的即時壓縮。如果 ‘infer’ and ‘path’ path-like，則從以下擴展名檢測壓縮：“.gz”、“.bz2”、“.zip”、“.xz”或“.zst”(否則不壓縮)。設置為None 不壓縮。也可以是鍵 'method' 設置為 { 'zip' 、 'gzip' 、 'bz2' 、 'zstd' } 之一的字典，其他鍵值對被轉發到 zipfile.ZipFile 、 gzip.GzipFile 、 bz2.BZ2File 或 zstandard.ZstdDecompressor ，分別。例如，可以傳遞以下內容以加快壓縮速度並創建可重現的 gzip 存檔：compression={'method': 'gzip', 'compresslevel': 1, 'mtime': 1}。

protocol：int

Int 指示pickler 應該使用哪個協議，默認為HIGHEST_PROTOCOL(參見[1] 第12.1.2 段)。可能的值為 0、1、2、3、4、5。protocol 參數的負值相當於將其值設置為HIGHEST_PROTOCOL。

pandas.Series.to_pickle: https://docs.python.org/3/library/pickle.html.

storage_options：字典，可選

對特定存儲連接有意義的額外選項，例如主機、端口、用戶名、密碼等。對於 HTTP(S) URL，鍵值對作為標頭選項轉發到 urllib。對於其他 URL(例如以 “s3://” 和 “gcs://” 開頭)，鍵值對被轉發到 fsspec 。有關詳細信息，請參閱fsspec 和urllib。

例子：

>>> original_df = pd.DataFrame({"foo": range(5), "bar": range(5, 10)})  
>>> original_df  
   foo  bar
0    0    5
1    1    6
2    2    7
3    3    8
4    4    9
>>> original_df.to_pickle("./dummy.pkl")

>>> unpickled_df = pd.read_pickle("./dummy.pkl")  
>>> unpickled_df  
   foo  bar
0    0    5
1    1    6
2    2    7
3    3    8
4    4    9

相關用法

注：本文由純淨天空篩選整理自pandas.pydata.org大神的英文原創作品 pandas.Series.to_pickle。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。