如何以只读模式打开Pandas HDFStore的.h5文件防止误修改？

这个需求太合理了！毕竟从SQL拉取大DataFrame既费时间又给服务器添负担，本地缓存的文件可绝对不能不小心改坏了。下面给你几种可靠的只读打开方式，都是针对Pandas存储的.h5文件的：

• 直接用Pandas的read_hdf指定只读模式
  这是最省心的方法，毕竟你是用Pandas存的DataFrame，读取时只需要给mode参数传'r'就行——'r'就是标准的只读模式，任何尝试修改文件的操作都会直接报错，从源头杜绝误改：

  import pandas as pd
  # 替换成你的文件名和存储时用的key
  df = pd.read_hdf('your_cached_data.h5', key='my_dataframe', mode='r')
  

  要是你忘了存储时用的key，可以先不加key用mode='r'打开，或者用下面的HDFStore方式查看所有键。另外，打开后如果不小心尝试修改DataFrame（比如加新列），会直接抛出ValueError，完全不用担心误操作。

• 用pd.HDFStore显式以只读模式操作文件
  如果你需要查看文件里的所有存储内容，或者要读取多个DataFrame，用HDFStore对象更灵活，同样指定mode='r'就行：

  import pandas as pd
  # with语句会自动帮你关闭文件，避免资源泄漏
  with pd.HDFStore('your_cached_data.h5', mode='r') as store:
      # 查看文件里所有的存储键
      print("所有存储的键：", store.keys())
      # 读取指定键的DataFrame
      df1 = store['dataframe_1']
      df2 = store['dataframe_2']
  

  在这个with上下文里，所有操作都是只读的，既不能修改已有数据，也不能往文件里新增内容，安全得很。

• 底层用h5py强制只读（进阶场景）
  如果你对HDF5格式比较熟悉，需要更底层的控制，也可以用h5py库直接打开文件，再转成Pandas DataFrame：

  import h5py
  import pandas as pd
  
  with h5py.File('your_cached_data.h5', 'r') as hf:
      # 根据你存储时的结构读取数据，这里假设键是'my_data'
      raw_data = hf['my_data'][:]
      df = pd.DataFrame(raw_data)
  

  这种方式适合需要直接操作HDF5数据集的场景，同样是完全只读的。

小提醒：如果你的.h5文件是用pd.to_hdf存储的，记得读取时的key要和存储时一致，不然会找不到数据哦。只读模式下，文件会被锁定为不可修改状态，完美保护你的缓存数据。

内容的提问来源于stack exchange，提问作者cardamom