pandas.DataFrame.to_orc

DataFrame.to_orc(path=None, *, engine='pyarrow', index=None, engine_kwargs=None)

将 DataFrame 写入 ORC 格式。

在 1.5.0 版本加入.

Parameters:

pathstr、文件类对象或 None，默认为 None

如果为字符串，则在写入分区数据集时用作根目录路径。文件类对象是指具有 write() 方法的对象，例如文件句柄（例如，通过内置的 open 函数）。如果 path 为 None，则会返回一个 bytes 对象。

engine{‘pyarrow’}，默认为 ‘pyarrow’

要使用的 ORC 库。

indexbool, optional

如果为 True，则将 DataFrames的索引包含在文件输出中。如果为 False，它们将不会写入文件。如果为 None，则类似于 infer，将保存 DataFrames 的索引。但是，RangeIndex 将存储为元数据中的范围，而不是作为值存储，因此不需要太多空间并且速度更快。其他索引将作为列包含在文件输出中。

engine_kwargsdict[str, Any] 或 None，默认为 None

传递给 pyarrow.orc.write_table() 的附加关键字参数。

Returns:

如果未提供 path 参数，则为 bytes，否则为 None

Raises:

NotImplementedError

一个或多个列的 Dtype 为 category、unsigned integers、interval、period 或 sparse。

ValueError

engine 不是 pyarrow。

参见

read_orc

读取 ORC 文件。

DataFrame.to_parquet

写入 parquet 文件。

DataFrame.to_csv

写入 csv 文件。

DataFrame.to_sql

写入 sql 表。

DataFrame.to_hdf

写入 hdf。

Notes

• 在使用此函数之前，您应该阅读 user guide about ORC 和 install optional dependencies 。

• 此函数需要 pyarrow 库。

• 有关支持的 dtype，请参阅 supported ORC features in Arrow 。

• 目前，当 DataFrame 转换为 ORC 文件时，datetime 列中的时区不会被保留。

Examples

>>> df = pd.DataFrame(data={'col1': [1, 2], 'col2': [4, 3]})
>>> df.to_orc('df.orc')  
>>> pd.read_orc('df.orc')  
   col1  col2
0     1     4
1     2     3

如果您想获取或c内容的缓冲区，可以将其写入 io.BytesIO

>>> import io
>>> b = io.BytesIO(df.to_orc())  
>>> b.seek(0)  
0
>>> content = b.read()