是否可以从 Python 的 HDF5 文件中的复合数据集中读取字段名称？

Posted 2023-03-11

【中文标题】是否可以从 Python 的 HDF5 文件中的复合数据集中读取字段名称？

【英文标题】：Is it possible to read field names from a compound Dataset in an HDF5 file in Python?

【发布时间】：2016-09-26 09:50:41

【问题描述】：

我有一个 HDF5 文件，其中包含一个带有列名的二维表。当我掠夺这个名为results 的对象时，它会在 HDFView 中显示。

原来results 是一个“复合数据集”，一个一维数组，其中每个元素都是一行。以下是 HDFView 显示的属性：

我可以得到这个对象的句柄，我们称之为res。

列名有V2pt、R2pt等。

我可以读取整个数组作为数据，我可以读取一个元素

res[0,...,"V2pt"].

这将返回V2pt 列第一行的数字。将0 替换为1 将返回第二行值，以此类推。

如果我知道列名先验，那就可以了。但我没有。

我只想获取整个数据集和它的列名。我该怎么做？

我看到 HDF5 文档的 HDF5 documentation 中有一个 get_field_info 函数，但我发现 h5py 中没有这个函数。

我搞砸了吗？

将这个表作为 pandas DataFrame 读取的解决方案会更好......

【参考方案1】：

这在 h5py 中很容易做到，并且就像 Numpy 中的复合类型一样工作。 如果res 是您的数据集的句柄，res.dtype.fields.keys() 将返回一个 所有字段名称的列表。

如果您需要知道具体的dtype，res.dtype.fields['V2pt'] 之类的就可以了。

【讨论】：

约翰，感谢您的回答。但是，我有两个后续问题。

1.返回的列表与表格的顺序不同。我想这意味着我必须遍历列表并获取每一列而不是 res[...]。 2. 我有另一个表，你的方法只给出了两列，假设第一列是“次要结果”。实际上，该表有更多列，在 HDF5View 中显示为“次要结果->向上->参数 1”。这些似乎是指其他一些表。关于如何获得这些的任何想法？？？

dtype.fields 返回一个字典对象，这会打乱排序。您可以这样做： dtype.names 将返回字段名称的有序元组。我不是缺少列的情况。它是复合类型的复合类型吗？在这种情况下，您需要一些代码来获取所有字段名称的平面列表。