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