Pandas中的DataFrame.to_pickle()函数

to_pickle()函数是pandas库的一个方法，用于将DataFrame对象保存为pickle格式的二进制文件。pickle格式是一种python特有的序列化格式，可以把对象转换为二进制文件，这个二进制文件可以在多个python程序之间传递，并且可以保持数据的完整性。下面我将详细讲解DataFrame.to_pickle()函数的用法。

函数原型

DataFrame.to_pickle(path, compression='infer', protocol=None, **kwargs)

其中，参数说明如下：

• path：文件路径，必须以.pkl为扩展名。
• compression：压缩格式，支持gzip、bz2、zip和xz四种压缩格式。默认为'infer'，即自动推断压缩格式。
• protocol：二进制数据序列化协议，取值范围为1-5。默认使用最高版本的协议。

实例说明

下面我们通过一个实例来演示如何使用DataFrame.to_pickle()函数。

首先，我们需要创建一个DataFrame对象，代码如下：

import pandas as pd
import numpy as np

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})
print(df)

输出结果为：

   A  B  C
0  1  4  7
1  2  5  8
2  3  6  9

然后，我们将DataFrame对象保存为pickle格式的二进制文件，代码如下：

df.to_pickle('data.pkl')

这时候，我们就将DataFrame对象保存到了名为“data.pkl”的文件中。接下来，我们可以读取这个文件，恢复出原来的DataFrame对象，代码如下：

df = pd.read_pickle('data.pkl')
print(df)

输出结果与之前的结果一致：

   A  B  C
0  1  4  7
1  2  5  8
2  3  6  9

另外，我们还可以通过指定压缩格式来保存文件，例如：

df.to_pickle('data.pkl.zip', compression='zip')

这时候我们保存的文件就是一个zip格式的压缩文件。读取时，只需要指定compression参数即可：

df = pd.read_pickle('data.pkl.zip', compression='zip')
print(df)

以上就是DataFrame.to_pickle()函数的详细说明和实例演示。