Question

我是PyTables的新手，我正在使用它来处理从基于代理的建模模拟生成的数据并存储在HDF5中。我正在使用39 MB的测试文件，并且遇到了一些奇怪的问题。这是表格的布局：

    /example/agt_coords (Table(2000000,)) ''
  description := {
  "agent": Int32Col(shape=(), dflt=0, pos=0),
  "x": Float64Col(shape=(), dflt=0.0, pos=1),
  "y": Float64Col(shape=(), dflt=0.0, pos=2)}
  byteorder := 'little'
  chunkshape := (20000,)

以下是我在Python中访问它的方法：

from tables import *
>>> h5file = openFile("alternate_hose_test.h5", "a")

h5file.root.example.agt_coords
/example/agt_coords (Table(2000000,)) ''
  description := {
  "agent": Int32Col(shape=(), dflt=0, pos=0),
  "x": Float64Col(shape=(), dflt=0.0, pos=1),
  "y": Float64Col(shape=(), dflt=0.0, pos=2)}
  byteorder := 'little'
  chunkshape := (20000,)
>>> coords = h5file.root.example.agt_coords

现在这里的事情变得奇怪了。

[x for x in coords[1:100] if x['agent'] == 1]
[(1, 25.0, 78.0), (1, 25.0, 78.0)]
>>> [x for x in coords if x['agent'] == 1]
[(1000000, 25.0, 78.0), (1000000, 25.0, 78.0)]
>>> [x for x in coords.iterrows() if x['agent'] == 1]
[(1000000, 25.0, 78.0), (1000000, 25.0, 78.0)]
>>> [x['agent'] for x in coords[1:100] if x['agent'] == 1]
[1, 1]
>>> [x['agent'] for x in coords if x['agent'] == 1]
[1, 1]

我不明白为什么当我遍历整个表时，这些值被搞砸了，但是当我占用整个行集的一小部分时却没有。我确信这是我使用图书馆的一个错误，所以对此事的任何帮助都将非常感激。

Answer 1

在迭代Table对象时，这是一个非常常见的混淆点，

当您迭代Table时，您获得的项目类型不是项目中的数据，而是当前行中表格的访问者。所以用

[x for x in coords if x['agent'] == 1]

您创建一个行访问器列表，它们都指向表的“当前”行，即最后一行。但是当你做的时候

[x["agent"] for x in coords if x['agent'] == 1]

在构建列表时使用访问者。

通过在每次迭代时使用访问器来获取构建列表时所需的所有数据的解决方案。有两个选项

[x[:] for x in coords if x['agent'] == 1]

或

[x.fetch_all_fields() for x in coords if x['agent'] == 1]

前者构建了一个元组列表。后者返回NumPy void对象。 IIRC，第二个更快，但前者可能对你更有意义。

这是来自PyTables开发人员的a good explanation。 In future releases, printing a row accessor object may not simply show the data, but state that it's a row accessor object

PyTables问题 - 迭代表的子集时会产生不同的结果

1 个答案: