熊猫to_hdf成功，但随后read_hdf失败

Question

熊猫to_hdf成功，但是当我使用自定义对象作为列标题时， read_hdf失败（我使用自定义对象，因为我需要在其中存储其他信息）。

有什么办法可以使这项工作吗？ 还是只是Pandas错误或PyTables错误？

例如，在下面的示例中，我将首先显示一个使用字符串列标题的DataFrame foo ，并且一切都可以通过to_hdf / read_hdf ，但随后将foo更改为将自定义Col类用于列标题， to_hdf仍然可以正常工作，但随后read_hdf引发断言错误：

In [48]: foo = pd.DataFrame(np.random.randn(2, 3), columns = ['aaa', 'bbb', 'ccc'])

In [49]: foo
Out[49]: 
    aaa       bbb       ccc
0 -0.434303  0.174689  1.373971
1 -0.562228  0.862092 -1.361979

In [50]: foo.to_hdf('foo.h5', 'foo')

In [51]: bar = pd.read_hdf('foo.h5', 'foo')

In [52]: bar
Out[52]: 
    aaa       bbb       ccc
0 -0.434303  0.174689  1.373971
1 -0.562228  0.862092 -1.361979

In [52]: 

In [53]: class Col(object):
...:     def __init__(self, name, other_info):
...:         self.name = name
...:         self.other_info = other_info
...:     def __str__(self):
...:         return self.name
...:     

In [54]: foo = pd.DataFrame(np.random.randn(2, 3), columns = [Col('aaa', {'z': 5}), Col('bbb', {'y': True}), Col('ccc', {})])

In [55]: foo
Out[55]: 
    aaa       bbb       ccc
0 -0.830503  1.066178  1.057349
1  0.406967 -0.131430  1.970204

In [56]: foo.to_hdf('foo.h5', 'foo')

In [57]: bar = pd.read_hdf('foo.h5', 'foo')
---------------------------------------------------------------------------
AssertionError                            Traceback (most recent call last)
<ipython-input-57-888b061a1d2c> in <module>()
----> 1 bar = pd.read_hdf('foo.h5', 'foo')

/.../python3.4/site-packages/pandas/io/pytables.py in read_hdf(path_or_buf, key, **kwargs)
330 
331     try:
--> 332         return store.select(key, auto_close=auto_close, **kwargs)
333     except:
334         # if there is an error, close the store

/.../python3.4/site-packages/pandas/io/pytables.py in select(self, key, where, start, stop, columns, iterator, chunksize, auto_close, **kwargs)
672                            auto_close=auto_close)
673 
--> 674         return it.get_result()
675 
676     def select_as_coordinates(

/.../python3.4/site-packages/pandas/io/pytables.py in get_result(self, coordinates)
   1366 
   1367         # directly return the result
-> 1368         results = self.func(self.start, self.stop, where)
   1369         self.close()
   1370         return results

/.../python3.4/site-packages/pandas/io/pytables.py in func(_start, _stop, _where)
665             return s.read(start=_start, stop=_stop,
666                           where=_where,
--> 667                           columns=columns, **kwargs)
668 
669         # create the iterator

/.../python3.4/site-packages/pandas/io/pytables.py in read(self, **kwargs)
   2792             blocks.append(blk)
   2793 
-> 2794         return self.obj_type(BlockManager(blocks, axes))
   2795 
   2796     def write(self, obj, **kwargs):

/.../python3.4/site-packages/pandas/core/internals.py in __init__(self, blocks, axes, do_integrity_check, fastpath)
   2180         self._consolidate_check()
   2181 
-> 2182         self._rebuild_blknos_and_blklocs()
   2183 
   2184     def make_empty(self, axes=None):

/.../python3.4/site-packages/pandas/core/internals.py in _rebuild_blknos_and_blklocs(self)
   2271 
   2272         if (new_blknos == -1).any():
-> 2273             raise AssertionError("Gaps in blk ref_locs")
   2274 
   2275         self._blknos = new_blknos

AssertionError: Gaps in blk ref_locs

更新 ：

因此，Jeff回答了（a）“不支持此功能”和（b）“如果有元数据，则将其写入属性”。

关于（a）的问题1：我的列标题对象具有返回其属性的方法，等等。例如，代替我必须解析出值的列标题字符串'x5y3z8'，我可以简单地执行col_header.x（给出5）col_header.y（给出3）等。这是非常面向对象的和pythonic的，而不是使用字符串来存储信息，并且每次都必须解析它来检索信息。 您如何建议以一种不错的方式替换当前的列标题对象（也支持）？

（顺便说一句，您可能会看'x5y3z8'并认为层次结构索引有效，但事实并非如此，因为并非每个列标题都是'x＃y＃z＃'。我可能有一串字符串'foo'，另一列是字符串ints的“ bar5baz7”和浮点数的另一个“ x5y3z8”。列标题不一致。）

关于（a）的问题2：当您说它不被支持时，您是专门在谈论to_hdf / read_hdf不支持它，还是您实际上是在说熊猫一般不支持它？ 如果仅缺少HDF5支持，那么我可以切换到其他将DataFrame保存到磁盘并使它工作的方法，对吗？ 您预见到将来会出现任何问题吗？ 例如，这是否会与to_pickle / read_pickle一起打破？ （我失去了表现，但不得不放弃一些，对吧？）

关于（b）的问题3：“如果您有元数据，则将其写入属性”是什么意思。 属性是什么？ 一个简单的例子将对我有很大帮助。 我是熊猫的新手。 谢谢！

Answer 1

这不是受支持的功能。

这将在下一个版本的熊猫（写作中）中以format='table' 。 也应该fixed ，但是没有实现。 根本不支持，也不可能支持。 您应该只使用字符串。 如果您有元数据，则将其写入属性。