python - 将 Pandas DataFrame 与 In-Memory Feather 相互转换

Question

使用 IO tools in pandas可以转换 DataFrame到内存中的羽化缓冲区:

import pandas as pd  
from io import BytesIO 

df = pd.DataFrame({'a': [1,2], 'b': [3.0,4.0]})  

buf = BytesIO()

df.to_feather(buf)

但是，使用相同的缓冲区转换回 DataFrame

pd.read_feather(buf)

导致错误:

ArrowInvalid: Not a feather file

如何将 DataFrame 转换为内存中的羽化表示，并相应地转换回 DataFrame？

预先感谢您的考虑和回复。

Answer 1

与 pandas==0.25.2这可以通过以下方式完成:

import pandas
import io
df = pandas.DataFrame(data={'a': [1, 2], 'b': [3.0, 4.0]})
buf = io.BytesIO()
df.to_feather(buf)
output = pandas.read_feather(buf)

然后调用 output.head(2)返回:

    a    b
 0  1  3.0
 1  2  4.0

如果您有 DataFrame如果有多个索引，您可能会看到类似的错误

ValueError: feather does not support serializing for the index; you can .reset_index()to make the index into column(s)

在这种情况下，您需要调用 .reset_index()之前 to_feather , 并调用 .set_index([...])在 read_feather 之后

我想补充的最后一件事是，如果您正在使用 BytesIO ，您需要在写入羽化字节后寻回 0。例如:

buffer = io.BytesIO()
df.reset_index(drop=False).to_feather(buffer)
buffer.seek(0)
s3_client.put_object(Body=buffer, Bucket='bucket', Key='file')