Python 从hdf5-'检索具有稀疏数据的大帧；非类型'；对象是不可忽略的错误

我在脚本中使用pandas已经有一段时间了，尤其是以易于访问的方式存储大型数据集。几天前我偶然发现了这个问题，到目前为止还没有解决

问题是，在我将一个巨大的数据帧存储到hdf5文件中后，当我稍后将其加载回时，它有时会有一个或多个列（仅来自对象类型列）完全无法访问，并返回“NoneType object is not iterable”错误

虽然我在内存中使用框架，但没有问题，即使数据集比下面的示例稍大。值得一提的是，框架包含多个datetime列或多个datetime列，以及string、char和integer列。所有非对象列都可能且确实缺少值

起初我以为我是在“object type”列中保存“NA”值。然后我尝试更新到最新版本（0.9.1）。到目前为止，一切都不起作用

我已经能够用以下代码重现错误：

将熊猫作为pd导入
将numpy作为np导入
导入日期时间
#获取今天的虚拟机时间戳
time\u now=datetime.datetime.today（）
start_vms=datetime.datetime（1858,11,17）
t_delta=（现在时间-启动虚拟机）
vms_time=t_delta.total_seconds（）*10000000
#生成测试帧（密集）
测试记录=[]
vms\u时间1=vms\u时间
vms_时间2=vms_时间
对于范围内的i（2000000）：
vms_time1+=15*np.random.randn（）
vms_time2+=25*np.random.randn（）
vms_time_diff=vms_time2-vms_time1
string1='xxxxxxxxx'
string2='xxxxxxxxx'
string3='XXXXX'
string4='XXXXX'
char1='A'
char2='B'
char3='C'
char4='D'
number1=np.random.randint（1,10）
number2=np.random.randint（1100）
number3=np.random.randint（11000）
test_records.append（（char1，string1，vms_time1，number1，char2，string2，vms_time2，number2，char3，string3，vms_timediff，number3，char4，string4））
df=pd.DataFrame（测试_记录，列=[“列_1”、“列_2”、“列_3”、“列_4”、“列_5”、“列_6”、“列_7”、“列_8”、“列_9”、“列_10”、“列_11”、“列_12”、“列_13”、“列_14”]）
#生成测试帧（稀疏）
测试记录=[]
vms\u时间1=vms\u时间
vms_时间2=vms_时间
计数=0
对于范围内的i（2000000）：
如果（计数%23==0）：
vms_time1+=15*np.random.randn（）
string1='xxxxxxxxx'
string2=''
string3='XXXXX'
string4='XXXXX'
char1='A'
char2='B'
char3='C'
char4='D'
编号1=无
number2=np.random.randint（1100）
number3=np.random.randint（11000）
test_records.append（（char1，string1，vms_time1，number1，char2，None，None，number2，char3，string3，None，number3，None，string4））
其他：
vms_time1+=15*np.random.randn（）
vms_time2+=25*np.random.randn（）
vms_time_diff=vms_time2-vms_time1
string1='xxxxxxxxx'
string2='xxxxxxxxx'
string3='XXXXX'
string4='XXXXX'
char1='A'
char2='B'
char3='C'
char4='D'
number1=np.random.randint（1,10）
number2=np.random.randint（1100）
number3=np.random.randint（11000）
test_records.append（（char1，string1，vms_time1，number1，char2，string2，vms_time2，number2，char3，string3，vms_timediff，number3，char4，string4））
计数+=1
df1=pd.DataFrame（测试_记录，列=[“列_1”、“列_2”、“列_3”、“列_4”、“列_5”、“列_6”、“列_7”、“列_8”、“列_9”、“列_10”、“列_11”、“列_12”、“列_13”、“列_14”]）
store_loc=“文件的某个位置”
h5仓库=pd.HDFStore（仓库位置）
h5_商店['df1']=df
h5_商店['df2']=df1
h5_商店关闭（）

当我现在尝试从此存储加载时，“df1”的行为正常，但“df2”产生以下错误：

TypeError: 'NoneType' object is not iterable

---

这可能是一个错误，在这种情况下，它可能值得询问。。。