写入多个 HDF5 文件时，Windows 中打开的文件过多

Question

我的问题是如何在写入后无限期关闭 HDF5 文件？

我正在尝试将数据保存到 HDF5 文件 - 大约有 200 个文件夹，每个文件夹包含今年每天的一些数据。

当我在 iPython 控制台中使用 pandas HDFStore 和以下代码检索和保存数据时，该函数会在一段时间后自动停止（没有错误消息）。

import pandas as pd

data = ... # in format as pd.DataFrame
# Method 1
data.to_hdf('D:/file_001/2016-01-01.h5', 'type_1')
# Method 2
with pd.HDFStore('D:/file_001/2016-01-01.h5', 'a') as hf:
    hf['type_1'] = data

当我再次尝试使用相同的脚本下载数据时，它显示：

[Errno 24] 打开的文件太多：...

有一些帖子建议在 Linux 中使用 ulimit -n 1200 来解决这个问题，但不幸的是我使用的是 Windows。

此外，我想我已经使用 with 闭包明确地关闭了文件，尤其是在 方法 2 中。为什么 iPython 仍然将这些文件视为打开的？

我的循环如下：

univ = pd.read_excel(univ_file, univ_tab)
for dt in pd.DatetimeIndex(start=start_date, end=end_date, freq='B'):
    for t in univ:
        data = download_data(t, dt)
        with pd.HDFStore(data_file, 'a') as hf:
            # Use pd.DataFrame([np.nan]) instead of pd.DataFrame() to save space
            hf[typ] = EMPTY_DF if data.shape[0] == 0 else data

Answer 1

您可以使用psutil模块检查/列出Windows中属于Python进程的所有打开文件。

演示：

In [52]: [proc.open_files() for proc in psutil.process_iter() if proc.pid == os.getpid()]
Out[52]:
[[popenfile(path='C:\\Windows\\System32\\en-US\\KernelBase.dll.mui', fd=-1),
  popenfile(path='C:\\Users\\Max\\.ipython\\profile_default\\history.sqlite-journal', fd=-1),
  popenfile(path='C:\\Users\\Max\\.ipython\\profile_default\\history.sqlite', fd=-1)]]

我们完成以下块后，文件处理程序将立即关闭：

In [53]: with pd.HDFStore('d:/temp/1.h5', 'a') as hf:
   ....:     hf['df2'] = df
   ....:

证明：

In [54]: [proc.open_files() for proc in psutil.process_iter() if proc.pid == os.getpid()]
Out[54]:
[[popenfile(path='C:\\Windows\\System32\\en-US\\KernelBase.dll.mui', fd=-1),
  popenfile(path='C:\\Users\\Max\\.ipython\\profile_default\\history.sqlite', fd=-1)]]

检查psutil是否正常工作（注意D:\\temp\\aaa）：

In [55]: fd = open('d:/temp/aaa', 'w')

In [56]: [proc.open_files() for proc in psutil.process_iter() if proc.pid == os.getpid()]
Out[56]:
[[popenfile(path='C:\\Windows\\System32\\en-US\\KernelBase.dll.mui', fd=-1),
  popenfile(path='D:\\temp\\aaa', fd=-1),
  popenfile(path='C:\\Users\\Max\\.ipython\\profile_default\\history.sqlite', fd=-1)]]

In [57]: fd.close()

In [58]: [proc.open_files() for proc in psutil.process_iter() if proc.pid == os.getpid()]
Out[58]:
[[popenfile(path='C:\\Windows\\System32\\en-US\\KernelBase.dll.mui', fd=-1),
  popenfile(path='C:\\Users\\Max\\.ipython\\profile_default\\history.sqlite', fd=-1)]]

因此，使用这种技术，您可以调试代码并找到在您的情况下打开文件的数量变得疯狂的地方