如何从.hdf5文件BlinkStartEvent表提取列名并按列名访问行数据

f[dset]是h5py的Dataset实例，该对象本身没有keys()方法。你存储的数据集是结构化NumPy数组，列名存储在数据集的dtype属性的names字段中，你之前打印的Data type输出里的元组第一个元素就是列名。

直接读取dtype.names即可拿到列名列表，修改对应代码段如下：

with h5py.File(filenameHDF[0], 'r') as f:
    for dset in traverse_datasets(f):
        if str(dset[-15:]) == 'BlinkStartEvent':
            print('-----Path:', dset)
            print('-----Shape:', f[dset].shape)
            print('-----Data type:', f[dset].dtype)
            # 提取列名列表
            col_names = f[dset].dtype.names
            print('列名列表：', col_names)
            data2 = f[dset][()]

你读取到的data2本身就是NumPy结构化数组，天然支持你想要的访问语法，不需要额外构建字典：

• 按行+列名取值/赋值：data2[0]['experiment_id'] = 1、data2[1]['time'] = 78.35161可以直接使用
• 按列名批量取数：data2['time']会返回所有行的time字段组成的数组，效率远高于逐行遍历

如果确实需要转换为字典格式，可使用以下两种快速转换方法：

# 转换为{列名: 整列值数组}格式的字典，适合批量按列操作
col_dict = {col: data2[col] for col in col_names}

# 转换为逐行字典组成的列表，每个元素对应一行数据的字典
row_dict_list = data2.tolist()

如果数据集体积较大不需要全量加载到内存，也可以不用一次性读取f[dset][()]，直接通过f[dset][行索引, 列名]的方式按需访问数据，内存占用更低。

内容的提问来源于stack exchange，提问作者Ang Jit Wei Aaron