这是我的用例（我认为这是相当典型的）：
我有一堆异构数据，可以很容易地以表格形式投射。根据应用于一列或多列的条件，我选择各种行。称之为select_table
我还有一堆与某些列相关联的二进制数据。
我希望根据应用于select_table的条件有效地提取这个二进制数据，并轻松维护select_table中行和列之间的链接。
理想情况下，我想要一个接受二进制（对象）数据的frame_table，它允许我使用select_table透明地提取二进制数据（就像我对常规数据类型一样）。但是，我无法将对象列的数据框保存为frame_tables。
现在我有两个pandas数据帧。一个是select_table，另一个是将二进制数据作为对象存储在适当的列中。这迫使我立即将整个二进制数据表加载到内存中，然后根据select_table返回的行标识进行选择。
我已经将二进制表保存在一个单独的hdf5文件中，并使用select_table中的行索引从磁盘中提取所需的数据块。
我的问题：在Pandas中有没有一种正确的方法来处理这个用例？
谢谢！
答案 0 :(得分：2)
听起来与here的用例非常相似。接近结尾是我编写的脚本，用于存储HDF5中的主要数据和二进制数据，并将它们包装在对象中，这样您就可以进行“自动”子查询（例如，您可以进行主查询，然后进行子查询附加数据）
另一种解决方法是将select_table文件中的引用存储到二进制数据中，该数据可以是url-like，也可以是对另一个文件的文件和节点引用，例如：
像/path_to_my_data_file/file.hdf:/node_path_in_hdf5_file