如何使用pandas.DataFrame.to_hdf()保存时保留DataFrame属性（元数据）？

pandas的to_hdf方法默认不会存储DataFrame的attrs属性，这就是你读取后df_read.attrs为空的原因。以下是两种可行的解决方案：

方案一：为单个DataFrame存储专属属性 #

通过pd.HDFStore的底层接口，将属性存储到对应DataFrame的元数据区域：

import pandas as pd
import numpy as np

# 创建DataFrame并设置属性
df = pd.DataFrame(np.arange(10), columns=['data1'])
df.attrs.update({'test1': 0, 'test2': 'this is a string'})

# 保存DataFrame及属性
with pd.HDFStore('test.h5', mode='w', complevel=9) as store:
    store['df'] = df
    # 将DataFrame的attrs写入对应key的元数据
    store.get_storer('df').attrs.update(df.attrs)

# 读取DataFrame并恢复属性
with pd.HDFStore('test.h5', mode='r') as store:
    df_read = store['df']
    # 从元数据中加载属性到DataFrame
    df_read.attrs.update(store.get_storer('df').attrs)

print(df_read.attrs)  # 输出: {'test1': 0, 'test2': 'this is a string'}

方案二：存储全局文件级元数据 #

如果你的元数据是针对整个HDF5文件而非单个DataFrame，可以直接存储到HDFStore的根属性中：

with pd.HDFStore('test_global.h5', mode='w', complevel=9) as store:
    store['df'] = df
    # 写入全局属性
    store.attrs['global_metadata'] = '这是整个文件的元数据'

with pd.HDFStore('test_global.h5', mode='r') as store:
    df_read = store['df']
    # 获取全局属性
    global_attrs = store.attrs
    print(global_attrs)  # 输出: {'global_metadata': '这是整个文件的元数据'}

注意事项 #

• 存储和读取时要确保使用相同的key对应单个DataFrame的属性，避免元数据混淆
• HDF5对元数据的类型支持有限，建议使用字符串、数字、基础列表等简单类型，复杂对象需要先序列化（如转为JSON字符串）再存储

内容的提问来源于stack exchange，提问作者quantumflash