Pandas （在熊猫中）为什么在HDF5中以表格形式存储时会丢失频率信息？

我在pandas中以HDF5格式存储timeseries数据，因为我希望能够直接访问磁盘上的数据，我在写入时使用的是PyTable格式，带有

table=True

似乎在将TimeSeries对象写入HDF5后，我丢失了它们的频率信息

通过在下面的脚本中切换

is_table

值可以看到这一点：

import pandas as pd

is_table = False

times = pd.date_range('2000-1-1', periods=3, freq='H')
series = pd.Series(xrange(3), index=times)

print 'frequency before =', series.index.freq

frame = pd.DataFrame(series)

with pd.get_store('data/simple.h5') as store:
    store.put('data', frame, table=is_table)

with pd.get_store('data/simple.h5') as store:
    x = store['data']

print 'frequency after =', x[0].index.freq

带有

的is_table=False

：

frequency before = <1 Hour>
frequency after = <1 Hour>

在我看来，PyTables提供了更丰富的存储机制，但事实并非如此

---

PyTables不能存储或复制这些信息有什么根本原因吗？或者这是一个可能的错误pandas？

刚刚从pandas确认，当前版本中没有实现这一点

请参阅：了解解决方案

---

当答案可用时，我会更新它。

这个错误似乎已经在pandas 0.11.1中解决了，我们现在在0.13.1中解决了。。。

frequency before = <1 Hour>
frequency after = None