pandas.read_pickle

pandas.read_pickle(filepath_or_buffer, compression='infer', storage_options=None)

从文件中加载 pickle 的 pandas 对象（或任何对象）。

警告

从不受信任的来源加载 pickled 数据可能不安全。请参阅 here 。

Parameters:

filepath_or_buffer字符串、路径对象或文件类对象

字符串、路径对象（实现 os.PathLike[str]）或实现了二进制 readlines() 函数的文件类对象。也可以接受 URL。URL 不限于 S3 和 GCS。

compressionstr or dict, default ‘infer’

对磁盘上的数据进行即时解压缩。如果为 ‘infer’ 且 ‘filepath_or_buffer’ 是类路径，则根据以下扩展名检测压缩：’.gz’, ‘.bz2’, ‘.zip’, ‘.xz’, ‘.zst’, ‘.tar’, ‘.tar.gz’, ‘.tar.xz’ 或 ‘.tar.bz2’（否则不进行压缩）。如果使用 ‘zip’ 或 ‘tar’，ZIP 文件必须只包含一个要读取的数据文件。设置为 None 表示不解压缩。也可以是一个字典，其中键 'method' 设置为 {'zip', 'gzip', 'bz2', 'zstd', 'xz', 'tar'} 中的一个，其他键值对将转发到 zipfile.ZipFile, gzip.GzipFile, bz2.BZ2File, zstandard.ZstdDecompressor, lzma.LZMAFile 或 tarfile.TarFile。例如，可以传递以下内容以使用自定义压缩字典进行 Zstandard 解压缩：compression={'method': 'zstd', 'dict_data': my_compression_dict}。

在 1.5.0 版本加入: 增加了对 .tar 文件的支持。

在 1.4.0 版本发生变更: Zstandard 支持。

storage_optionsdict, 可选

适用于特定存储连接的额外选项，例如主机、端口、用户名、密码等。对于 HTTP(S) URL，键值对将作为标头选项转发给 urllib.request.Request。对于其他 URL（例如，以 “s3://”, 和 “gcs://” 开头的 URL），键值对将转发给 fsspec.open。更多详情请参阅 fsspec 和 urllib，有关存储选项的更多示例，请参阅 here 。

Returns:

与文件中存储的对象类型相同

参见

DataFrame.to_pickle

将 DataFrame 对象 pickled（序列化）到文件。

Series.to_pickle

将 Series 对象 pickled（序列化）到文件。

read_hdf

读取 HDF5 文件到 DataFrame。

read_sql

将 SQL 查询或数据库表读取到 DataFrame。

read_parquet

加载 parquet 对象，返回一个 DataFrame。

Notes

read_pickle 仅保证向后兼容到 pandas 0.20.3，前提是对象是用 to_pickle 序列化的。

Examples

>>> original_df = pd.DataFrame(
...     {"foo": range(5), "bar": range(5, 10)}
...    )  
>>> original_df  
   foo  bar
0    0    5
1    1    6
2    2    7
3    3    8
4    4    9
>>> pd.to_pickle(original_df, "./dummy.pkl")  

>>> unpickled_df = pd.read_pickle("./dummy.pkl")  
>>> unpickled_df  
   foo  bar
0    0    5
1    1    6
2    2    7
3    3    8
4    4    9