如何在pandas/PyTables中设置HDF5分组的属性？

问题原因 #

你之前的写法不生效有两个核心原因：

• store.get_storer() 仅支持返回对应pandas数据存储对象的Storer实例，仅作用于数据集节点，传入分组路径会找不到对应Storer，无法执行属性赋值
• 直接通过store.get_node('G1')拿到的是PyTables原生Group节点，但通过pandas接口直接修改其属性不会触发PyTables的字典序列化逻辑，赋值不会被持久化写入文件

正确实现代码 #

直接访问Pandas HDFStore底层挂载的PyTables原生文件实例来操作分组属性即可，PyTables会自动完成字典的序列化/反序列化：

import pandas as pd

# 打开HDF5文件，mode根据需要选r+/a均可，只要有写入权限
store = pd.HDFStore(myHdfFile, mode="a")

# 获取底层PyTables原生文件对象
h5_file = store._handle
# 定位到目标分组，路径前的/可以加也可以不加，和你的文件结构匹配即可
g1_node = h5_file.get_node("/G1")

# 直接赋值属性，PyTables会自动将嵌套字典转为可存储的格式
g1_node.attrs.myMetadataKey = myDict

# 操作完成后正常关闭文件，确保属性写入持久化
store.close()

读取验证 #

后续读取分组属性的逻辑和读取数据集属性完全一致：

store = pd.HDFStore(myHdfFile, mode="r")
h5_file = store._handle
read_metadata = h5_file.get_node("/G1").attrs.myMetadataKey
store.close()
# 此时read_metadata就是你存入的原始嵌套字典结构

补充说明 #

如果目标分组还未创建，可以提前通过PyTables接口创建分组再设置属性：

# 在根路径下创建G1分组，createparents=True会自动创建不存在的父级分组
h5_file.create_group("/", "G1", createparents=True)

内容的提问来源于stack exchange，提问作者mfrick