Python 选择性读取包含混合类型列的数据帧

例如，我有熊猫表，其列包含数千行的可变长度列表

import pandas as pd
df = pd.DataFrame({0: [[1, 2], [3, 4, 5], [7], [8, 9, 10, 11]]}, )

###Output: 
df
                0
0          [1, 2]
1       [3, 4, 5]
2             [7]
3  [8, 9, 10, 11]

我可以使用

with pd.HDFStore('out_file', mode='w') as store:
      df.to_hdf(store, key='data1')

但不使用以下命令，因为列的类型是

对象

with pd.HDFStore('out_file', mode='w') as store:
      df.to_hdf(store, key='data1', format='table', data_columns=True)

---

如何从文件中读取几个索引，而不是读取整个文件，然后删除不需要的行？如果hdf5不能处理这种数据帧类型的查询，那么可选的数据格式是什么。谢谢。

我发现的一个解决方法是将数据存储为

str

字符串，以便只读取选择性行

import pandas as pd
df = pd.DataFrame({0: [[1, 2], [3, 4, 5], [7], [8, 9, 10, 11]]}, )

# Write
with pd.HDFStore('out_file', mode='w') as store:
      df.astype(str).to_hdf(store, key='data1', format='table', data_columns=True)

# Now Read some rows
d.read_hdf('out_file', key='data1', where='index >1 & index < 2')

将熊猫作为pd导入
数据帧（{0:[[1,2]，[3,4,5]，[7]，[8,9,10,11]}，）
#写
使用pd.HDFStore（'out_file'，mode='w'）作为存储：
astype（str）.to_hdf（store，key='data1'，format='table'，data\u columns=True）
#现在读几行
d、 read_hdf（'out_file'，key='data1'，其中='index>1&index<2'）