Question

我需要使用HDF5子句查询带有3个条件的where文件，其中一个条件是长度为30的列表：

myList = list(xrange(30))

h5DF   = pd.read_hdf(h5Filename, 'df', where='index=myList & date=dateString & time=timeString')

上面的查询给我ValueError: too many inputs，错误是可重现的。

如果我将列表长度减少到29（三个条件）：

myList = list(xrange(29))

h5DF   = pd.read_hdf(h5Filename, 'df', where='index=myList & date=dateString & time=timeString')

OR 条件数量只有两个（列表长度为30）：

然后执行正常：

myList = list(xrange(30))

h5DF   = pd.read_hdf(h5Filename, 'df', where='index=myList & time=timeString')

这是一个已知的限制吗？ http://pandas.pydata.org/pandas-docs/dev/generated/pandas.io.pytables.read_hdf.html上的pandas文档没有提到这个限制，似乎在搜索此论坛后没有人遇到此限制。

版本为pandas 0.15.2。任何帮助表示赞赏。

Answer 1

已回答here

这是一个缺陷，因为numpy/numexpr无法处理树中超过31个操作数。在foo=[1,2,3,4]的位置HDFStore之类的表达式会生成类似(foo==1) | (foo==2) ....的表达式，因此这些表达式会被展开，如果您有太多可能会失败。

HDFStore用一个操作数来处理这个（IOW，如果你只有foo=[range(31)]没问题，但是因为你碰巧有一个嵌套的子表达式，其中子节点本身太长了它的错误

通常，更好的方法是选择更大的范围（例如，可能是每个操作数的选择的终点），然后执行内存中的.isin。它甚至可能更快，因为HDF5在选择更大的范围时（即使你将更多的数据带入内存）往往更有效率，而不是个人选择。