【Pandas】pandas Series to_pickle

Pandas2.2 Series

Serialization & IO & conversion

pandas.Series.to_pickle

pandas.Series.to_pickle 方法用于将 Series 对象序列化为二进制格式并保存到文件中。这种格式可以高效地存储和读取数据，特别适用于需要快速加载和保存大型数据集的场景。

参数说明

• path：字符串或类似文件的对象，指定保存文件的路径或文件对象。
• compression：可选，字符串，指定压缩方法。可选值包括 'infer'、'gzip'、'bz2'、'zip'、'xz' 或 None。默认为 'infer'，根据文件扩展名自动推断压缩方法。
• protocol：可选，整数，指定 pickle 协议版本。默认为 5。
• storage_options：可选，字典，指定存储选项，用于远程文件系统（如 S3）。

示例

import pandas as pd

# 创建一个示例 Series
data = pd.Series([10, 20, 30, 40, 50], index=['A', 'B', 'C', 'D', 'E'])

# 将 Series 保存为 pickle 文件
data.to_pickle('data.pkl')

# 使用 gzip 压缩保存
data.to_pickle('data_compressed.pkl', compression='gzip')

# 读取 pickle 文件
loaded_data = pd.read_pickle('data.pkl')
print("Loaded Data:\n", loaded_data)

# 读取压缩的 pickle 文件
loaded_compressed_data = pd.read_pickle('data_compressed.pkl', compression='gzip')
print("Loaded Compressed Data:\n", loaded_compressed_data)

结果

Loaded Data:
 A    10
B    20 
C    30 
D    40
E    50
dtype: int64
Loaded Compressed Data:
 A    10
B    20
C    30
D    40
E    50
dtype: int64

1. 保存为 pickle 文件

   • 文件路径：data.pkl
   • 数据内容：Series([10, 20, 30, 40, 50], index=['A', 'B', 'C', 'D', 'E'])
   • 压缩方法：无

2. 使用 gzip 压缩保存

   • 文件路径：data_compressed.pkl
   • 数据内容：Series([10, 20, 30, 40, 50], index=['A', 'B', 'C', 'D', 'E'])
   • 压缩方法：gzip

3. 读取 pickle 文件

   • 文件路径：data.pkl
   • 加载的数据：Series([10, 20, 30, 40, 50], index=['A', 'B', 'C', 'D', 'E'])

4. 读取压缩的 pickle 文件

   • 文件路径：data_compressed.pkl
   • 加载的数据：Series([10, 20, 30, 40, 50], index=['A', 'B', 'C', 'D', 'E'])

通过这些示例，可以看到 pandas.Series.to_pickle 方法如何将 Series 对象保存为二进制文件，并支持不同的压缩方法以节省存储空间。读取时可以使用 pd.read_pickle 方法恢复数据。