pd.read_hdf throws 'cannot set WRITABLE flag to True of this array'答案

【问题标题】：pd.read_hdf throws 'cannot set WRITABLE flag to True of this array'pd.read_hdf throws 'cannot set WRITABLE flag to True of this array'
【发布时间】：2019-06-10 03:03:00
【问题描述】：

运行时

pd.read_hdf('myfile.h5')

我收到以下回溯错误：

[[...一些更长的回溯]]

~/.local/lib/python3.6/site-packages/pandas/io/pytables.py 在 read_array(self, key, start, stop) 2487 2488 if isinstance（节点，tables.VLArray）： -> 2489 ret = node[0][start:stop] 2490 else: 2491 dtype = getattr(attrs, 'value_type', None)

~/.local/lib/python3.6/site-packages/tables/vlarray.py 在 getitem（自我，钥匙）

~/.local/lib/python3.6/site-packages/tables/vlarray.py in read(self, 开始，停止，步骤）

tables/hdf5extension.pyx in tables.hdf5extension.VLArray._read_array()

ValueError: 无法将此数组的 WRITEABLE 标志设置为 True

不知道发生了什么。我已经尝试重新安装tables、pandas 基本上所有内容，但不想阅读。

【问题讨论】：

你能用 HDFView 打开myfile.h5 并查看数据吗？或者，您是否尝试过使用h5dump 工具读取文件？它是来自 HDF Group 的命令行实用程序。这是查看您拥有的东西的另一种方式。你也可以试试pytables 命令行工具ptdump。这些可能有助于查明问题。
当我用h5py 打开它时，我得到了密钥 ['pd']。这有 4 个键：<KeysViewHDF5 ['axis0', 'axis1', 'block0_items', 'block0_values']>
ptdump 将组结构和数据集格式转储到命令窗口（或重定向到文本文件）。如果没有错误，这是一个好的开始。您是否看到一些VLArrays 与数据一起列出？ h5py 是访问 HDF5 数据的另一种方法。它使用类似字典的方法，其中键是您的*节点名称，值是对象（组或数据集）。这样做的目的是验证有效的 HDF5 文件，以便您可以专注于您的代码。

标签： python pandas pytables hdf

【解决方案1】：

将 PyTables 升级到版本 > 3.5.1 应该可以解决这个问题。

pip install --upgrade tables

【讨论】：

如果你在google colab上运行，别忘了重启运行时

【解决方案2】：

似乎time-date 字符串导致了问题，当我将这些从文本转换为numpy (pd.to_datetime()) 并存储表时，问题就消失了，所以也许它与文本数据有关？

【讨论】：

【解决方案3】：

您使用的是 numpy 1.16 吗？它与最新版本的 pytables 不兼容（参见https://github.com/PyTables/PyTables/blob/v3.4.4/tables/hdf5extension.pyx#L2155）但 pytables 团队尚未发布固定版本：https://github.com/PyTables/PyTables/issues/719

我发现解决此问题的唯一方法是降级 numpy.

【讨论】：

使用 numpy 1.15 和 python 3.6 对我来说问题仍然存在。这个问题在 python 3.5 或 3.7 中消失了。我正在使用 anaconda 环境。与conda-forge 频道。
这个错误在 numpy 1.15 中消失了。但是新错误带有“没有名为 'numpy.core._multiarray_umath' 的模块”
@YueDeng 这可能是因为 hdf 文件是用 numpy 1.16 保存的。在这种情况下，即使您降级它也不起作用。尝试降级 numpy 并使用 1.15 再次保存 hdf 文件。然后它会工作。
并降级到 Python 3.5
我正在使用 Python 3.6 并将 pytables 升级到 3.5.1 以使事情正常进行；不必重新编写 HDF 存档