经过大量搜索后,我找不到一种简单的方法来从
.h5
中提取数据并将其通过data.Frame
或Numpy
传递给Pandas
以保存在.txt
或.csv
文件中。
import h5py
import numpy as np
import pandas as pd
filename = 'D:\data.h5'
f = h5py.File(filename, 'r')
# List all groups
print("Keys: %s" % f.keys())
a_group_key = list(f.keys())[0]
# Get the data
data = list(f[a_group_key])
pd.DataFrame(data).to_csv("hi.csv")
Keys: <KeysViewHDF5 ['dd48']>
当我打印数据时,我看到以下结果:
print(data)
['axis0',
'axis1',
'block0_items',
'block0_values',
'block1_items',
'block1_values']
如果有人解释我他们是什么以及我如何完全提取数据并将其保存在.csv文件中,我将不胜感激。似乎还没有常规的方法可以做到这一点,而且还具有挑战性!直到现在我只能通过以下方式看到部分数据:
import numpy as np
dfm = np.fromfile('D:\data.h5', dtype=float)
print (dfm.shape)
print(dfm[5:])
dfm=pd.to_csv('train.csv')
#dfm.to_csv('hi.csv', sep=',', header=None, index=None)
我的期望是在.h5
文件中提取time_stamps和
measurements。
数据好像是Pandas写的,所以用pd.read_hdf()读一下
h5py
将访问 HDF5 数据集作为 numpy 数组。您获取密钥的调用会返回数据集名称的列表。现在你有了它们,将它们作为 numpy 数组访问并编写它们应该非常简单。您需要让 dtype 知道每列中的内容才能正确格式化。
已于 2019 年 5 月 22 日更新,以反映在评论链接中发布的
data.h5
的内容。
np.savetxt()
中的默认格式是 '%.18e'
。提供了非常简单(粗略)的逻辑来根据这些数据集的 dtype 修改格式。这需要更健壮的 dtype 检查和格式化以供一般使用。此外,您还需要添加逻辑来解码 unicode 字符串。
import h5py
filename = 'D:\data.h5'
import numpy as np
h5f = h5py.File(filename, 'r')
# get a List of data sets in group 'dd48'
a_dset_keys = list(h5f['dd48'].keys())
# Get the data
for dset in a_dset_keys :
ds_data = (h5f['dd48'][dset])
print ('dataset=', dset)
print (ds_data.dtype)
if ds_data.dtype == 'float64' :
csvfmt = '%.18e'
elif ds_data.dtype == 'int64' :
csvfmt = '%.10d'
else:
csvfmt = '%s'
np.savetxt('output_'+dset+'.csv', ds_data, fmt=csvfmt, delimiter=',')