如何使用熊猫存储数据框

最简单的方法是使用以下方法将其腌制

to_pickle

df.to_pickle(file_name)  # where to save it, usually as a .pkl

然后，您可以使用以下方法将其加载回：

df = pd.read_pickle(file_name)

注意：在0.11.1

save

load

to_pickle

read_pickle

另一个流行的选择是使用HDF5（pytables），它为大型数据集提供了非常快速的访问时间：

import pandas as pdstore = pd.HDFStore('store.h5')store['df'] = df  # save itstore['df']  # load it

食谱 中讨论了更高级的策略。

从0.13开始，还有msgpack，它可能对于互操作性更好，作为JSON的更快替代品，或者如果您有python对象/文本繁重的数据（请参阅此问题）。