一、HDFStore报错类型及原因
1、ValueError: Can only append to Tables
原因：在使用pd.HDFStore保存DataFrame时，如果未指定存储格式（format），默认为固定格式，这种格式不允许对已存在的数据进行追加。
解决方案：在保存数据时，明确指定存储格式为表格（table），例如使用store.put('data', df, format='table', data_columns=True)。
2、FileNotFoundError: File does not exist
原因：尝试读取一个不存在的HDF5文件。
解决方案：确保文件路径正确，并且文件确实存在，如果文件不存在，可以先创建并保存数据，然后再尝试读取。
3、PerformanceWarning: PyTables will pickle object types
原因：当数据中包含字符串类型时，PyTables可能会发出性能警告，因为它需要对无法直接序列化的对象类型进行pickle处理。
解决方案：在存入数据时，可以指定存储格式为表格，以避免此类警告。
4、KeyError: Group 'exp03' does not exist
原因：尝试从一个不存在的组中检索数据。
解决方案：确保指定的组名存在于HDF5文件中，如果不确定组名，可以使用store.keys()方法列出所有可用的组名。
5、TypeError: Object of type 'float64' has no len()
原因：当尝试将非字符串类型的数据列作为索引时，可能会引发此错误。
解决方案：确保索引列的数据类型为字符串或转换为字符串类型。
二、HDFStore操作建议
1、选择合适的存储格式：根据需求选择合适的存储格式（固定格式或表格格式），如果需要后续追加数据，应选择表格格式。
2、检查文件路径和文件名：在读写HDF5文件之前，确保文件路径和文件名正确无误。
3、处理特殊数据类型：对于包含字符串类型数据的DataFrame，在存入HDF5文件时，考虑使用表格格式以避免性能问题。
4、验证组名和键名：在访问HDF5文件中的数据之前，确保指定的组名和键名是正确的。
5、注意数据类型转换：避免将非字符串类型的数据列误用作索引，以免引发TypeError。
三、相关FAQs
Q1: HDFStore中的表格格式（table）和固定格式（fixed）有什么区别？
A1: 表格格式允许对已存在的数据进行追加，而固定格式则不允许，表格格式在写入速度上可能较慢，但提供了更多的灵活性和功能。
Q2: 如何在HDFStore中列出所有可用的组名和键名？
A2: 可以使用store.keys()方法列出所有可用的组名，对于每个组，可以使用store[group_name].keys()方法列出该组下的所有键名。
