按顺序连接存储在HDFStore Pandas中的面板数据

Question

我有一个大型数据集，包括许多Pandas面板，沿主轴有时间。 Pandas concat方法允许连接面板，使得短轴共享一个共同的时间索引，这正是我所需要的。缺少值可以方便地替换为NaN。

dat1 = np.random.randn(1, 3, 3) 
pan1 = pd.Panel(dat1, 
              items=['One'], 
              major_axis=pd.date_range('1/1/2000', periods=3),
              minor_axis=['A', 'B', 'C'])
dat2 = np.random.randn(1, 3, 3)
pan2 = pd.Panel(dat2, 
              items=['Two'], 
              major_axis=pd.date_range('1/2/2000', periods=3),
              minor_axis=['A', 'B', 'C'])
panc = pd.concat([pan1, pan2])

以下切片提供了我想要实现的数据访问类型。

panc.loc['One',:,:]
panc.loc[:,:,'A']

问题是我有非常多的面板，每个面板都有数千个数据点。我预计最终一个顺序连接的面板将使我可用的内存饱和。因此，我希望使用Pandas HDFStore将面板数据存储在HDF5文件中。

store = pd.HDFStore('store.h5',)
store.put('panc', panc, format='table')

上述命令适用于预连接的面板，但我无法弄清楚如何连接到商店中的现有面板。我的问题是：

是否可以按顺序连接商店中的面板，类似于上面的Pandas concat示例？ （我无法用HDFStore追加方法实现这一点，可能是因为我不太了解追加是如何工作的。）

是否有另一种更智能的方法将数据存储在HDF5文件中，该文件在共同的主轴（时间）上提供我需要的组织，同时允许访问数据，就好像它们存储为面板一样？