如何将属性添加到作为组存储在 HDF5 文件中的 pandas 数据框？

Question

我有一个这样创建的多维熊猫数据框：

import numpy as np
import pandas as pd
iterables = [['bar', 'baz', 'foo', 'qux'], ['one', 'two']]
mindex = pd.MultiIndex.from_product(iterables, names=['first', 'second'])
df = pd.DataFrame(np.random.randn(8, 4), index=mindex)
store = pd.HDFStore("df.h5")
store["df"] = df
store.close()

我想为存储在 HDFStore 中的df 添加属性。我怎样才能做到这一点？似乎没有任何关于属性的documentation，并且用于存储df 的组与h5py 模块中的HDF5 组的类型不同：

type(list(store.groups())[0])
Out[24]: tables.group.Group

似乎是 pytables 组，它只有这个私有成员函数，它涉及一些其他类型的属性：

__setattr__(self, name, value)
 |      Set a Python attribute called name with the given value.

我想要的是简单地存储一堆具有多维索引的 DataFrame，这些索引以结构化的方式由属性“标记”，以便我可以比较它们并根据这些属性对它们进行子选择。

基本上 HDF5 用于 + 来自 pandas 的 multidim DataFrames。

有像this one 这样的问题，它处理与除pandas 之外的其他阅读器一起读取HDF5 文件的问题，但它们都有带有一维索引的DataFrame，这使得简单地转储numpy ndarrays 并额外存储索引变得容易。

Answer 1

到目前为止，我还没有得到任何答案，这就是我使用pandas 和h5py 模块设法做到的：pandas 用于存储和读取多维 DataFrame，@987654325 @存储和读取HDF5组的属性：

import numpy as np
import pandas as pd
import h5py

# Create a random multidim DataFrame
iterables = [['bar', 'baz', 'foo', 'qux'], ['one', 'two']]
mindex = pd.MultiIndex.from_product(iterables, names=['first', 'second'])
df = pd.DataFrame(np.random.randn(8, 4), index=mindex)

pdStore = pd.HDFStore("df.h5")
h5pyFile = h5py.File("df.h5")

# Dumping the data and storing the attributes
pdStore["df"] = df
h5pyFile["/df"].attrs["number"] = 1

# Reading the data conditionally based on stored attributes.
dfg = h5pyFile["/df"]
readDf = pd.DataFrame()
if dfg.attrs["number"] == 1:
    readDf = pdStore["/df"]

print (readDf - df)
h5pyFile.close()
pdStore.close()

我仍然不知道让h5py 和pandas 同时处理.h5 文件是否有任何问题。