Python 如何命名HDF5数据集中的列？

我用h5py制作了一个数据集：

f = h5py.File("experimentReadings.hdf5", "w")
dset = f.create_dataset("physics", (5,4), dtype='f')

我有一个变量名列表：

namesList=['height'，'mass'，'velocity'，'gravity']

我希望这些变量名是

dset

中列的名称

目前，列的名称只有数字

0,1,2,3

，如下所示：

dset[:,0].column_name = namesList[0]
dset[:,1].column_name = namesList[1]
etc...

我想这样：

dset[:,0].column_name = namesList[0]
dset[:,1].column_name = namesList[1]
etc...

我想我正在寻找这样的代码：

dset[:,0].column_name = namesList[0]
dset[:,1].column_name = namesList[1]
etc...

---

无论解决方案是什么，它都需要处理我正在使用的真实数据集，其中

名称列表

有280000个单词长。

关于数据集大小的有趣问题。我见过HDF5文件有10e6行，但没有280000列。你必须进行测试

关于列/文件的名称，可以使用记录数组（如hpaulj所述）。使用NumPy数据类型定义名称。我创建了一些任意数据来填充我的recarray，然后使用

data=

参数进行引用

尝试一下：

# Create some data
data1  = np.arange(100.)
data2  = 2.0*data1
data3  = 3.0*data1
data4  = 3.0*data1

# use namesList to define dtype for recarray
namesList = ['height', 'mass', 'velocity', 'gravity']
ds_dt = np.dtype({'names':namesList,'formats':[(float)]*4 }) 

rec_arr = np.rec.fromarrays([data1, data2, data3, data4], dtype=ds_dt)

with h5py.File("experimentReadings.hdf5", "w") as h5f :

    dset = h5f.create_dataset("physics", (100,), data=rec_arr)

---

h5py

使用

numpy

阵列；它们没有列名。如果数组具有混合的数据类型，则可以使用带有命名字段（而不是列）的

结构化

数组。但是您可能希望使用

pandas

dataframes。它使用

pytables

将数据保存到

HDF5

文件中。@hpaulj好的，我的数据集是70000行乘280000列，所有数据都是浮点数。pandas会处理这样大小的数据集吗？很好，这肯定会给出列的名称。如何从该数据集中提取一行数据？例如，我可以通过执行

dset['mass']

来获得一个列。h5py数据集的工作方式与numpy索引类似。只需使用行索引：

dset[0]

作为第一行，使用

dset[-1]

作为最后一行，等等。这将返回行中的所有值作为重新排列。您也可以使用

dset[0]['mass']

。Pytables有一些很好的方法可以通过条件测试查找和选择行（例如

mass>5.

或

heightExcellent。假设您想删除一列..如何执行此操作？我不确定您是否可以使用h5py或PyTables从HDF5文件中删除数据列/字段。如果可以，我不知道如何执行此操作。抱歉，
非结构化到结构化
功能可能也很方便。