使用warnings.filterwarnings()过滤PyTables的PerformanceWarning失效

常规的Python忽略特定警告方案（比如按类别过滤、正则匹配警告消息）在抑制PyTables的PerformanceWarning时完全无效，以下是具体场景及尝试过的方法：

最小可复现示例（MWE） #

import pandas as pd 
import warnings 
from tables import NaturalNameWarning, PerformanceWarning

data = {
    'a' : 1,
    'b' : 'two'
} 
df = pd.DataFrame.from_dict(data, orient = 'index') # 混合类型会触发PerformanceWarning

dest = pd.HDFStore('warnings.h5', 'w') 

# dest.put('data', df) # 混合类型会产生PerformanceWarning
# dest.put('data 1', df) # 'data 1'中的空格会同时触发NaturalNameWarning和PerformanceWarning

warnings.filterwarnings('ignore', category = NaturalNameWarning) # NaturalNameWarning可以被忽略
warnings.filterwarnings('ignore', category = PerformanceWarning) # 无效果
warnings.filterwarnings('ignore', message='.*PyTables will pickle') # 无效果
# warnings.filterwarnings('ignore') # 会屏蔽所有警告，不符合需求

dest.put('data 2', df) # 仍会弹出PerformanceWarning

dest.close()

尝试过的其他无效方法 #

• 使用上下文管理器：

with warnings.catch_warnings():
    warnings.filterwarnings("ignore", category=PerformanceWarning) # 无效果
    warnings.filterwarnings('ignore', message='.*PyTables') # 无效果
    dest.put('data 6', df)

• 改用warnings.simplefilter()替代warnings.filterwarnings()，同样无效。

警告信息详情 #

PerformanceWarning #

test.py:21: PerformanceWarning: 
your performance may suffer as PyTables will pickle object types that it cannot
map directly to c-types [inferred_type->mixed-integer,key->block0_values] [items->Int64Index([0], dtype='int64')]

  dest.put('data 2', df) # PerformanceWarning

NaturalNameWarning（可正常被忽略） #

/home/user/.local/lib/python3.8/site-packages/tables/path.py:137: NaturalNameWarning: object name is not a valid Python identifier: 'data 2'; it does not match the pattern ``^[a-zA-Z_][a-zA-Z0-9_]*$``; you will not be able to use natural naming to access this object; using ``getattr()`` will still work, though
  check_attribute_name(name)

当前环境：tables 3.7.0 / Python 3.8.10

解决思路 #

1. 根源规避：指定HDF存储格式为table #

Pandas的HDFStore.put默认用fixed格式，混合类型会触发PyTables的警告。改用format='table'可以直接绕过这个问题，同时还支持更灵活的后续查询操作，这是最推荐的方案：

dest.put('data 2', df, format='table')  # 不会触发PerformanceWarning

2. 前置全局过滤警告 #

在脚本最开头就设置警告过滤器，确保在导入pandas和PyTables之前生效：

import warnings
# 先设置过滤器再导入相关库
from tables import PerformanceWarning, NaturalNameWarning
warnings.simplefilter('ignore', PerformanceWarning)
warnings.simplefilter('ignore', NaturalNameWarning)

# 之后再导入pandas并执行逻辑
import pandas as pd
data = {'a':1, 'b':'two'}
df = pd.DataFrame.from_dict(data, orient='index')
dest = pd.HDFStore('warnings.h5', 'w')
dest.put('data 2', df)
dest.close()

3. 上下文管理器内精准过滤 #

在上下文管理器内重新导入警告类并设置过滤器，确保作用域生效：

import pandas as pd
import warnings

data = {'a':1, 'b':'two'}
df = pd.DataFrame.from_dict(data, orient='index')
dest = pd.HDFStore('warnings.h5', 'w')

with warnings.catch_warnings():
    from tables import PerformanceWarning, NaturalNameWarning
    warnings.filterwarnings("ignore", category=NaturalNameWarning)
    warnings.filterwarnings("ignore", category=PerformanceWarning)
    dest.put('data 2', df)

dest.close()

4. 临时修改PyTables源码（不推荐） #

找到PyTables中抛出PerformanceWarning的源码文件（通常在tables/array.py或相关IO模块），注释掉对应的warnings.warn()代码。但该方法依赖当前版本，升级PyTables后会失效。

内容的提问来源于stack exchange，提问作者the.real.gruycho