【Pandas】pandas Series to_xarray

Pandas2.2 Series

Serialization & IO & conversion

方法	描述
Series.to_pickle(path, *, compression, ...)	用于将 Series 对象序列化为二进制格式并保存到文件中
Series.to_csv(path_or_buf, sep, na_rep, ...)	用于将 Series 对象以 CSV（逗号分隔值）格式保存到文件中
Series.to_dict(*, into)	用于将 Series 对象转换为 Python 字典
Series.to_excel(excel_writer, *, ...)	用于将 Series 对象写入 Excel 文件
Series.to_frame([name])	用于将 Series 对象转换为 DataFrame
Series.to_xarray()	用于将 Series 对象转换为 xarray 的 DataArray 对象
Series.to_hdf(path_or_buf, *, key, mode, ...)	用于将 Series 数据保存为 HDF5 格式（一种高效存储大型科学数据的文件格式）

pandas.Series.to_hdf

pandas.Series.to_hdf() 用于将 Series 数据保存为 HDF5 格式（一种高效存储大型科学数据的文件格式）。该方法基于 PyTables 库实现，支持压缩、追加数据、多键值存储等高级功能。

---

方法签名

Series.to_hdf(
    path_or_buf,        # 文件路径或 HDFStore 对象
    key,                # 存储的键（标识符）
    mode='a',           # 文件模式：'a'（追加）、'w'（覆盖）、'r'（只读）
    complevel=None,     # 压缩级别（0-9）
    complib=None,       # 压缩库：'zlib', 'bzip2', 'lzo' 等
    append=False,       # 是否追加到现有文件
    format=None,        # 存储格式：'fixed'（默认，快速读写）或 'table'（可查询）
    index=True,         # 是否保存索引
    min_itemsize=None,  # 列的最小大小（字典形式，如 {'column': 100}）
    nan_rep=None,       # NaN 值的表示方式（如 'null'）
    dropna=None,        # 是否删除缺失值行（仅对 'table' 格式有效）
    data_columns=None,  # 指定可查询的列（列表）
    errors='strict',    # 错误处理策略
    encoding='UTF-8'    # 字符编码
)

---

参数说明

参数	说明
path_or_buf	文件路径（字符串）或已打开的 HDFStore 对象。
key	存储的键名，用于后续读取时的标识符。
mode	'a'（追加，默认）、'w'（覆盖）、'r'（只读）。
format	'fixed'（快速存储）或 'table'（支持查询，速度较慢）。
complevel	压缩级别（0-9），值越大压缩率越高，但速度越慢。
complib	压缩库，如 'zlib'（默认）、'bzip2'、'lzo'。
data_columns	指定为数据列的字段，支持查询（仅 'table' 格式有效）。

---

示例及结果

示例 1：基本保存与读取

import pandas as pd

# 创建示例 Series
s = pd.Series([10, 20, 30], name='values', index=['a', 'b', 'c'])

# 保存到 HDF5 文件
s.to_hdf('data.h5', key='series_key', mode='w')

# 从 HDF5 文件读取
loaded_s = pd.read_hdf('data.h5', key='series_key')
print(loaded_s)

输出结果：

a    10
b    20
c    30
Name: values, dtype: int64

---

示例 2：查询数据（需 format='table'）

# 保存为可查询格式
s.to_hdf('query_data.h5', key='data', format='table', data_columns=['index'])

# 使用 where 条件查询索引为 'a' 或 'c' 的数据
query_result = pd.read_hdf(
    'query_data.h5', 
    key='data', 
    where='index in ["a", "c"]'
)
print(query_result)

输出结果：

a    10
c    30
Name: values, dtype: int64

---

注意事项

1. 依赖库 ：需安装 tables 库（pip install tables）。
2. 模式冲突 ：若文件已存在且 mode='w'，会覆盖原有数据。
3. 查询限制 ：where 条件仅支持 format='table' 格式。
4. 数据类型：复杂对象（如自定义类）可能无法正确存储。

---

文件结构示例

HDF5 文件内容（使用 h5py 查看）：

/data.h5
   └── series_key (Group)
       └── table (Table)
           ├── index (StringCol)
           └── values (Int32Col)

通过 to_hdf()，可以高效存储和查询大规模数据，适用于科学计算和数据分析场景。