3

我试图允许在 YAML 文件中定义 pandas DataFrame 对象，我相信这应该是可能的，因为 DataFrame 对象是pickleable。

我的精简 YAML 文件如下，保存为“config.yaml”：

!!python/object/new:pandas.DataFrame [[{'dimension1_id':58,'metric1':10},{'dimension1_id':50,'metric':10}]]

我正在使用以下内容将数据加载到我的 python 脚本中

f = open('config.yaml')
y = yaml.load(f)
print y

输出（减少）如下：

File "C:\Python27\lib\site-packages\pandas\core\frame.py", line 2085, in __getattr__
if name in self.columns:
File "properties.pyx", line 55, in pandas.lib.AxisProperty.__get__ (pandas\lib.c:29240)
RuntimeError: maximum recursion depth exceeded while calling a Python object

我使用PyYAML 文档作为我唯一的信息来源。

谁能猜出为什么 pandas 会陷入无限循环？

编辑：默认情况下，似乎 DataFrames 对象不可序列化，额外的工作看起来比它的价值更麻烦。这是 yaml_serializer 从一个简单的 DataFrame 对象创建的 YAML 文件：

!!python/object/new:pandas.core.frame.DataFrame
state: !!python/object/new:pandas.core.internals.BlockManager
  state:
  - - !!python/object/apply:numpy.core.multiarray._reconstruct
      args:
      - &id001 !!python/name:pandas.core.index.Index ''
      - [0]
      - b
      state:
      - - 1
        - [!!python/long '2']
        - &id002 !dtype 'object'
        - false
        - [dfsd, id]
      - [null]
    - !!python/object/apply:numpy.core.multiarray._reconstruct
      args:
      - !!python/name:pandas.core.index.Int64Index ''
      - [0]
      - b
      state:
      - - 1
        - [!!python/long '2']
        - !dtype 'int64'
        - false
        - "\0\0\0\0\0\0\0\0\x01\0\0\0\0\0\0\0"
      - [null]
  - - - [!!python/long '23', !!python/long '123']
      - [!!python/long '7', !!python/long '123']
  - - !!python/object/apply:numpy.core.multiarray._reconstruct
      args:
      - *id001
      - [0]
      - b
      state:
      - - 1
        - [!!python/long '2']
        - *id002
        - false
        - [dfsd, id]
      - [null]
4

1 回答 1

2

我不认为 DataFrames 是“开箱即用”的可腌制......to_pickle正在做一些其他模块会错过的特定于熊猫的争论。周围的其他人对此了解得更多。

但是我用这个小模块成功地将 Series 保存到 yaml 中。也应该可以使用 DataFrame 进行操作，因为它们可以被视为 Series 的字典。

于 2013-12-17T14:45:19.040 回答