如果是具有简单索引的数据帧,则可以按如下方式从HDFStore检索索引:
df = pd.DataFrame(np.random.randn(2, 3), index=list('yz'), columns=list('abc'))
df
>>> a b c
>>> y -0.181063 1.919440 1.550992
>>> z -0.701797 1.917156 0.645707
with pd.HDFStore('test.h5') as store:
store.put('df', df, format='t')
store.select_column('df', 'index')
>>> 0 y
>>> 1 z
>>> Name: index, dtype: object
如文档中所述。
但是在使用MultiIndex的情况下,这种技巧不起作用:
df = pd.DataFrame(np.random.randn(2, 3),
index=pd.MultiIndex.from_tuples([(0,'y'), (1, 'z')], names=['lvl0', 'lvl1']),
columns=list('abc'))
df
>>> a b c
>>> lvl0 lvl1
>>> 0 y -0.871125 0.001773 0.618647
>>> 1 z 1.001547 1.132322 -0.215681
更准确地说,它返回错误的索引:
with pd.HDFStore('test.h5') as store:
store.put('df', df, format='t')
store.select_column('df', 'index')
>>> 0 0
>>> 1 1
>>> Name: index, dtype: int64
如何检索正确的数据帧多索引?
可以使用
指定参数columns=['index']
select
:
df = pd.DataFrame(np.random.randn(2, 3),
index=pd.MultiIndex.from_tuples([(0,'y'), (1, 'z')], names=['lvl0', 'lvl1']),
columns=list('abc'))
df
>>> a b c
>>> lvl0 lvl1
>>> 0 y -0.871125 0.001773 0.618647
>>> 1 z 1.001547 1.132322 -0.215681
with pd.HDFStore('test.h5') as store:
store.put('df', df, format='t')
store.select('df', columns=['index'])
>>> lvl0 lvl1
>>> 0 y
>>> 1 z
它有效,但似乎没有被记录下来。