pandas.DataFrame.to_orc#

DataFrame.to_orc(path=None, *, engine='pyarrow', index=None, engine_kwargs=None)[源代码]#

将 DataFrame 写入 Optimized Row Columnar (ORC) 格式。

参数:
pathstr, 类文件对象 或 None, 默认 None

如果为字符串，则在写入分区数据集时将用作根目录路径。类文件对象是指具有 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，则返回一个 bytes 对象。

engine{‘pyarrow’}, 默认 ‘pyarrow’

要使用的 ORC 库。

indexbool, 可选

如果为 True，则将 DataFrame 的索引包含在文件输出中。如果为 False，则它们不会写入文件。如果为 None，类似于 infer，DataFrame 的索引将被保存。但是，RangeIndex 不会作为值保存，而是存储在元数据中作为范围，因此不需要太多空间且速度更快。其他索引将作为列包含在文件输出中。

engine_kwargsdict[str, Any] 或 None, 默认 None

传递给 pyarrow.orc.write_table() 的其他关键字参数。

返回:
如果未提供 path 参数，则返回 bytes，否则返回 None

如果未指定 path，则返回包含 DataFrame 数据的 Bytes 对象，否则返回 None。

引发:
NotImplementedError

一个或多个列的数据类型为 category、unsigned integers、interval、period 或 sparse。

ValueError

engine 不是 pyarrow。

另请参阅

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。

注意

示例

>>> 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()
本页内容