hdf5的负载组

我有一个hdf5文件，其中包含组内的数据集。例：

group1/dataset1
group1/dataset2
group1/datasetX


group2/dataset1
group2/dataset2
group2/datasetX

我能够独立读取每个数据集。这就是我从.hdf5文件读取数据集的方式：

def hdf5_load_dataset(hdf5_filename, dsetname):
    with h5py.File(hdf5_filename, 'r') as f:
        dset = f[dsetname]
        return dset[...]

# pseudo-code of how I call the hdf5_load_dataset() function
group = {'group1':'dataset1', 'group1':'dataset2' ...}

for group in groups:
    for dataset in groups[group]:
        dset_value = hdf5_load_dataset_value(path_hdf5_file, f'{group}/{dataset}')
        # do stuff

我想知道是否有可能将group1的所有数据集，然后group2的所有数据集以字典或类似形式加载到单个文件中。我的脚本花费了相当多的时间（4分钟）来读取约200k数据集。有2k个群组和100个数据集。因此，如果我立即将一个组加载到内存中，它将不会使它过载，并且会提高速度。

这是我正在寻找的伪代码：

for group in groups:
    dset_group_as_dict = hdf5_load_group(path_hdf5_file, f'{group}')

    for dataset in dset_group_as_dict;
        #do stuff

编辑：

在每个.csv文件中：

time, amplitude
1.000e-08, -1.432e-07
1.001e-08, 7.992e-07
1.003e-08, -1.838e-05
1.003e-08, 2.521e-05

对于每个文件夹中的每个.csv文件，我都有一个针对time和的数据集amplitude。hdfile的结构如下：

XY_1/impact_X/time
XY_1/impact_Y/amplitude

哪里

time = np.array([1.000e-08, 1.001e-08, 1.003e-08, ...])  # 500 items
amplitude = np.array([-1.432e-07, 7.992e-07, -1.838e-05, ...])  # 500 items

XY_1 在太空中的位置。

impact_X表示X在位置XY_1上受到了影响，因此X振幅已更改。

所以，XY_1必须在不同的基团的XY_2，以及impact_X，impact_Y等等，因为它们代表数据到特定的XY位置。

我需要从每对或仅一对（时间，幅度）对（可配置）创建图。我还需要将幅度与“黄金”数组进行比较，以查看差异并计算其他内容。为了执行计算，我将读取所有数据集，执行计算并保存结果。

对于每个测试用例，我有超过200k .csv文件，总计超过5M。在这种情况下，使用从磁盘读取5M会花费很多时间。对于200k文件，通过将所有.csv导出到唯一的JSON文件，执行大约需要40s，而使用.csv需要大约4min。加载单个JSON文件时，由于内存问题，我无法再使用唯一的json。这就是为什么我选择hdf5作为替代。

编辑2：

我如何读取csv文件：

def read_csv_return_list_of_rows(csv_file, _delimiter):
    csv_file_list = list()
    with open(csv_file, 'r') as f_read:
        csv_reader = csv.reader(f_read, delimiter = _delimiter)
        for row in csv_reader:
            csv_file_list.append(row)
    return csv_file_list