我正在读取一个 csv 示例文件并将其存储在 .h5 数据库中。.csv 的结构如下：
User_ID;Longitude;Latitude;Year;Month;String
267261661;-3.86580025;40.32170825;2013;12;hello world
171255468;-3.83879575;40.05035005;2013;12;hello world
343588169;-3.70759531;40.4055946;2014;2;hello world
908779052;-3.8356385;40.1249459;2013;8;hello world
289540518;-3.6723114;40.3801642;2013;11;hello world
635876313;-3.8323166;40.3379393;2012;10;hello world
175160914;-3.53687933;40.35101274;2013;12;hello world
155029860;-3.68555076;40.47688417;2013;11;hello world
我已经将它放在带有 pandas to_hdf 的 .h5 商店中，选择仅将几列传递给 .h5：
import pandas as pd
df = pd.read_csv(filename + '.csv', sep=';')
df.to_hdf('test.h5','key1',format='table',data_columns=['User_ID','Year'])
我使用 HDFStore 和 read_hdf 在 .h5 文件中存储的列中获得了不同的结果，特别是：
store = pd.HDFStore('test.h5')
>>> store
>>> <class 'pandas.io.pytables.HDFStore'>
File path: /test.h5
/key1 frame_table (typ->appendable,nrows->8,ncols->6,indexers->[index],dc->[User_ID,Year])
这是我所期望的（仅存储在数据库中的 'User_ID' 和 'Year' 列），尽管 ncols->6 意味着实际上所有列都已存储在 .h5 文件中。
如果我尝试使用 pd.read_hdf 读取文件：
hdf = pd.read_hdf('test.h5','key1')
并要求钥匙：
hdf.keys()
>>> Index([u'User_ID', u'Longitude', u'Latitude', u'Year', u'Month', u'String'], dtype='object')
这不是我所期望的，因为原始 .csv 文件的所有列仍在 .h5 数据库中。如何在 .h5 中仅存储选择的列以减小数据库的大小？
谢谢你的帮助。