如何将数据集保存至正确的HDF5组？代码报错求解

我写了一个脚本，想遍历指定文件夹，在HDF5文件里创建对应目录结构的组，再读取文件数据保存为HDF5数据集，但不知道怎么把数据集放到正确的组里，还报了错。

原代码 #

#Development Script Save files in groups
#Create HDF5 File name
TestFilename = 'N:/TestingPyhonHDF5/progress/automation/GroupTesting.h5'
#Set target directory to extract data 
TargetFolder = 'N:\\Measurements\\T2+\\Rx-BB001'
# giving file extensions
bin = ('.bin')
csv = ('.CSV')
tmp = ('.tmp')
head = ('.head')
ext = ('.bin', '.head', '.tmp', '.CSV')

# Create HDF5 Strucutre
with h5py.File(TestFilename,'w') as tf:
    for root, dirs, _ in os.walk(TargetFolder, topdown=True):
        #print(f'ROOT: {root}')
        # for Windows, modify root: remove drive letter and replace backslashes:
        grp_name = root[2:].replace( '\\\\', '/')
        #print(f'grp_name: {grp_name}\\n')
        tf.create_group(grp_name)

#Open HDF5 file
with h5py.File(TestFilename,'a') as tfile:
#Iterate files to send to HDF5 file
    for path, dirc, files in os.walk(TargetFolder):
        for file in files:
            if file.endswith(bin):
                # Create a dtype with the binary data format and the desired column names
                filePath = os.path.join(path, file)
                dt = np.dtype('B')
                data = np.fromfile(filePath, dtype=dt)
                df = pd.DataFrame(data)

                #Save as csv
                savetxt('TempData.csv', df, delimiter=',')

                #Read bin to HDF5
                dfBIN = pd.read_csv('TempData.csv')  
                tfile.create_dataset(grp_name/file, data=dfBIN) #put data in hdf file
                #add attrs
                os.remove("TempData.csv")
            else:
                continue

报错信息 #

TypeError                                 Traceback (most recent call last)
Cell In [51], line 39
     37 #Read bin to HDF5
     38 dfBIN = pd.read_csv('TempData.csv')  
---> 39 tfile.create_dataset(grp_name/file, data=dfBIN) #put data in hdf file
     40 #add attrs
     41 os.remove("TempData.csv")

TypeError: unsupported operand type(s) for /: 'str' and 'str'

错误原因 #

1. 字符串拼接错误：grp_name/file是Python不支持的写法，字符串不能用/运算符拼接。
2. 变量作用域问题：grp_name是第一个os.walk循环里的变量，在第二个循环中它只会保留最后一次循环的结果，根本不是当前文件对应的组路径。
3. 冗余的CSV中转：把二进制数据转成DataFrame再存成CSV，又读回来存HDF5，完全是多余步骤，既浪费时间又占磁盘空间。

修复后的代码 #

import os
import h5py
import numpy as np

# 创建HDF5文件名
TestFilename = 'N:/TestingPyhonHDF5/progress/automation/GroupTesting.h5'
# 设置目标数据目录
TargetFolder = 'N:\\Measurements\\T2+\\Rx-BB001'
# 目标处理的文件扩展名
target_ext = '.bin'

# 一次性完成组创建和数据写入
with h5py.File(TestFilename, 'w') as tfile:
    for root, _, files in os.walk(TargetFolder):
        # 生成当前目录对应的HDF5组路径（适配Windows路径格式）
        grp_name = root[2:].replace('\\', '/')
        # 自动创建组（如果不存在），避免重复创建的问题
        current_group = tfile.require_group(grp_name)
        
        for file in files:
            if file.endswith(target_ext):
                file_path = os.path.join(root, file)
                # 直接读取二进制数据为numpy数组
                data = np.fromfile(file_path, dtype=np.uint8)
                # 在对应组下创建数据集，用文件名（不含后缀）作为数据集名称
                dataset_name = file.rsplit('.', 1)[0]
                current_group.create_dataset(dataset_name, data=data)
                
                # 可选：添加数据集属性，比如源文件路径
                # current_group[dataset_name].attrs['source_file'] = file_path

关键修复点 #

• 合并流程：把创建组和写入数据的流程合并，用require_group自动处理组的创建，不用单独提前遍历。
• 正确匹配组路径：在每个目录循环中实时生成对应组路径，确保数据存入正确的组。
• 移除冗余步骤：直接用numpy读取二进制数据并创建HDF5数据集，跳过无意义的CSV转换。
• 清晰的数据集命名：用文件名（不含后缀）作为数据集名称，避免扩展名干扰。

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