Python pandas.read_pickle用法及代碼示例

用法: pandas.read_pickle(filepath_or_buffer, compression='infer', storage_options=None)

從文件中加載 pickle 的 Pandas 對象(或任何對象)。

警告

加載從不受信任的來源收到的 pickle 數據可能是不安全的。見這裏。

參數：

filepath_or_buffer：str、路徑對象或 file-like 對象: 字符串、路徑對象(實現 os.PathLike[str] )或 file-like 對象實現二進製 readlines() 函數。
compression：str 或 dict，默認 ‘infer’: 用於on-disk 數據的即時解壓縮。如果 ‘infer’ 和 ‘filepath_or_buffer’ 是 path-like，則從以下擴展名檢測壓縮：“.gz”、“.bz2”、“.zip”、“.xz”或“.zst”(否則不壓縮)。如果使用‘zip’，ZIP 文件必須隻包含一個要讀入的數據文件。設置為None 不解壓縮。也可以是鍵 'method' 設置為 { 'zip' , 'gzip' , 'bz2' , 'zstd' } 之一的字典，其他鍵值對分別轉發到 zipfile.ZipFile , gzip.GzipFile , bz2.BZ2File 或 zstandard.ZstdDecompressor 。例如，可以使用自定義壓縮字典為 Zstandard 解壓縮傳遞以下內容：compression={'method': 'zstd', 'dict_data': my_compression_dict}。
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。

unpickled：與存儲在文件中的對象相同的類型

注意：

read_pickle 僅保證向後兼容 pandas 0.20.3。

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
>>> pd.to_pickle(original_df, "./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.read_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。

用法:

參數：

返回：

注意：

例子：