如何在根目录下使用lazyarrays？

Question

我正在尝试从本期#390中的文件中读取“ hits”和“ trks”数据作为MultiIndex DataFrame。

通过将树的内容作为锯齿状数组打开，我设法获取了有关DataFrame中所有事件的数据。现在，我希望在MultiIndex DataFrame中读取“ hits”和“ trks”。但是我不确定我为什么为什么tree.pandas.df（“ hits。”）和tree.pandas.df（“ trks。”）对我不起作用。

第1个匹配数据：

这是我的处理方法：

tree = uproot.open(my_file)['E']
tree.pandas.df("hits.*")

这会给出一个空的AssertionError。

AssertionError: 

但是当我尝试例如：

tree.pandas.df("hits.trig")

我确实获得了MultiIndex DataFrame，其中一列包含从tree [“ hits.trig”]中读取的数据。

第2个曲目：

注意：问题1也适用于“ trks”。但是，我能够以锯齿状数组的形式访问命中数据，而对于“ trks”，在某些特定情况下是不可能的。在这些情况下，我将按照以下方式进行处理：

tree["trks.rec_stages"].interpretation

输出为：     asjagged（asdtype（'> i4'），10）

然后：

tree.array("trks.rec_stages")

我收到以下错误：

ValueError: could not broadcast input array from shape (15713) into shape (15711)

我总是使用tree.array（）获得上述错误（“ trks.rec_stages”，“ trks.error_matrix”，“ trks.fitinfo”）。

但是当我尝试这样做时：

lazy_rec_stages = tree.lazyarray("trks.rec_stages")

我得到的数据如下：

<ChunkedArray [[1 3 5 ... 1 1 1] [1 3 5 ... 1 1 1] [1 3 5 ... 1 1 1] ... [1 3 5 ... 1 1 1] [1 3 5 ... 1 1 1] [1 3 5 ... 1 1 1]] at 0x7f4dabe12450>

除了用uproot读取的每个lazy_rec_stages数组中的数据似乎都没有保留原始根文件中的数据“结构”。为了说明这一点，我将使用以下示例： 如果我们查看一个事件，则对于每个事件，我们都有关联的轨道数，每个轨道的重构阶段信息存储在rec_stages中，似然性存储在trks.lik中：

event       trks         trks.rec_stages        trks.lik
 0           0            "1 2 3"                 10
             1            "4 5"                   20   
             2            "6 7 8 9"               30

所以人们会期望：

tree.lazyarray("trks.rec_stages")[0][0]
Output: "1 2 3 5 4" 
tree.lazyarray("trks.lik")[0][0] 
Output: 10

但是我不确定情况是否如此，这就是我得到的：

tree.lazyarray("trks.rec_stages")[0][0]
Output: [1 2 3 4 5 6 7 8 9]

这使得难以关联哪个rec_stage与哪个trks相对应。您能告诉我我在做什么错吗？

PS：我认为我正在使用最新版本的uproot。

感谢您的时间和考虑。