输入/输出

CSV

read_csv(filepath_or_buffer[, sep, ...])	将逗号分隔值 (CSV) 数据集加载到 DataFrame 中
DataFrame.to_csv([path_or_buf, sep, na_rep, ...])	将 DataFrame 写入 CSV 文件格式。

文本

read_text(filepath_or_buffer[, delimiter, ...])

文本数据源的配置对象

JSON

read_json(path_or_buf[, engine, orient, ...])	将 JSON 数据集加载到 DataFrame 中
DataFrame.to_json([path_or_buf])	将 cuDF 对象转换为 JSON 字符串。

Parquet

read_parquet(filepath_or_buffer[, engine, ...])	将 Parquet 数据集加载到 DataFrame 中
DataFrame.to_parquet(path[, engine, ...])	将 DataFrame 写入 Parquet 格式。
io.parquet.read_parquet_metadata(...)	读取 Parquet 文件的元数据和 schema
io.parquet.ParquetDatasetWriter(path, ...[, ...])	增量写入 Parquet 文件或数据集
io.parquet.ParquetDatasetWriter.close([...])	关闭所有打开的文件，并可选择将页脚元数据作为二进制 Blob 返回
io.parquet.ParquetDatasetWriter.write_table(df)	将 DataFrame 写入文件/数据集

ORC

read_orc(filepath_or_buffer[, engine, ...])	将 ORC 数据集加载到 DataFrame 中
DataFrame.to_orc(fname[, compression, ...])	将 DataFrame 写入 ORC 格式。

HDFStore: PyTables (HDF5)

read_hdf(path_or_buf, *args, **kwargs)	从存储读取，如果打开了则关闭。
DataFrame.to_hdf(path_or_buf, key, *args, ...)	使用 HDFStore 将包含的数据写入 HDF5 文件。

警告

HDF 读取器和写入器未进行 GPU 加速。目前它们通过 Pandas 使用 CPU。未来可能会实现 GPU 加速。

Feather

read_feather(path, *args, **kwargs)	从文件路径加载 Feather 对象，返回一个 DataFrame。
DataFrame.to_feather(path, *args, **kwargs)	将 DataFrame 写入 Feather 格式。

警告

Feather 读取器和写入器未进行 GPU 加速。目前它们通过 Pandas 使用 CPU。未来可能会实现 GPU 加速。

Avro

read_avro(filepath_or_buffer[, columns, ...])

将 Avro 数据集加载到 DataFrame 中