pandas.HDFStore.append #

HDF 商店。附加（键、值、格式=无、轴=无、索引=真、附加=真、 complib =无、 complevel =无、列=无、 min_itemsize =无、 nan_rep =无、块大小=无、预期行=无、 dropna = None， data_columns = None， encoding = None， errors = 'strict' ) [来源] #

追加到文件中的表。

节点必须已经存在并且是Table格式。

参数：

关键字符串

值{系列，数据帧}

格式“表格”是默认值

在 HDFStore 中存储对象时使用的格式。值可以是以下之一：

'table': 表格格式。编写为 PyTables 表结构，其性能可能较差，但允许更灵活的操作，例如搜索/选择数据子集。

索引bool，默认 True

将 DataFrame 索引写为列。

附加布尔值，默认 True

将输入数据附加到现有数据。

data_columns列列表，或 True，默认 None

要创建为磁盘查询的索引数据列的列的列表，或者为 True 则使用所有列。默认情况下，仅对对象的轴进行索引。看这里。

min_itemsize指定最小 str 大小的列的字典

nan_rep str 用作 str nan 表示

chunksize用于分块写入的大小

Expectedrows该表的预期总行大小

编码默认无，为 str 提供编码

dropna bool，默认 False，可选

不要将 ALL nan 行写入可通过选项“io.hdf.dropna_table”设置的存储。

笔记

不检查追加的数据是否与表中现有数据重叠，所以要小心

例子

>>> df1 = pd.DataFrame([[1, 2], [3, 4]], columns=['A', 'B'])
>>> store = pd.HDFStore("store.h5", 'w')  
>>> store.put('data', df1, format='table')  
>>> df2 = pd.DataFrame([[5, 6], [7, 8]], columns=['A', 'B'])
>>> store.append('data', df2)  
>>> store.close()  
   A  B
0  1  2
1  3  4
0  5  6
1  7  8