我正在尝试创建一个函数，该函数使用来自pandas DataFrame的新数据更新存储在PyTable中的pandas DataFrame。我想检查特定的DatetimeIndexes(值是NaN或可用的新时间戳)在PyTable中是否缺少某些数据，将其替换为给定 Pandas DataFrame中的新值，并将其附加到Pytable中。基本上，只需更新一个Pytable。我可以在Pandas中使用Combine_first方法获取组合的DataFrame。
在Pytable下方使用伪数据创建:
这样就创建了pytable。假设我有另一个要更新Pytable的dataFrame:
问题在于PyTable保留原始值，而不更新现有值。我现在有重复的条目(按索引)，因为原始值没有被覆盖。
概括:
如何使用另一个DataFrame更新PyTable？
谢谢，
小 Sprite
最佳答案
目前不支持此功能。 PyTables确实支持update方法，但未在 Pandas 中实现。
最简单的方法是使用mode='w'并写入一个新文件，或者store.remove(key); store.append(.....)HDF5不是“常规”数据库，如果需要使用SQL，则更新也不是常见的操作。
随时要求update作为增强功能。