译者：AI研习社（季一帆）

一般，咱们会将数据爱股票集存储为简单读取、读取速度快或存储容量较小的格局。数据集存储有各种不同的格局，但不是每一种都能够被处理，因而接下来，咱们将介绍如何将交易论坛网这些数据集转换为不同的格局。

数据集的一切格局可从此处获取，不包含比赛组供给的原始csv数据。

大多数Kaggle数据集都供给了csv格局文件。该格局简直成为数据集的规范格局，并且一切办法都支撑趣交易从csv读取数据。

以feature（二进制）格局存储数据关于pandas极端友爱，该格局供给了更快的读取速度。

HDF5是用于存储、办理和处理大规模数据和杂乱数据的高性能数据办理组件学习社区。

Datatable支撑.jay（二进制）格局，其在读取jay格局数据时速度快得超乎幻想。从下面的示例能够看到交易边缘，该办法读取整个riiid数据集用时乃至不到1秒！

在Hadoop生态系统中，parquet是tabular的首要文件格局，一起还支撑Spark。通过近年的开展，该数据格局愈加老练，高效易用，pandas现在也支撑了该数据格局。

来源:版权归属原作者,部分文章推送时未能及时与原作者取得联系,若来源标注错误或侵犯到您的权益烦请告知，我们会及时删除。