继续读取带有 uproot 压缩问题的树数据
Continuing to read tree data with compression issue with uproot
当从用 zlib 压缩的树中用 uproot 读取数据时，我发现 zlib 有一些压缩错误，例如： Error -3 while decompressing data: incorrect data check 或 Error -5 while decompressing data: incomplete or truncated stream. 当我打开文件时在 ROOT 中，我从 zlib 得到了类似的错误：
R__unzip: error -3 in inflate (zlib)
Error in <TBasket::ReadBasketBuffers>: fNbytes = 20102, fKeylen = 199, fObjlen = 28540, noutot = 0, nout=0, nin=19903, nbuf=28540
Error in <TBranchElement::GetBasket>: File: Stage_1_files/AnalysisResults.31.root at byte:51212830, branch:data.fJetConstituents.fPt, entry:133851, badread=1, nerrors=1, basketnumber=189
...
但是，ROOT 会跳过有问题的条目（或多个条目）并继续尝试读取文件。在 uproot 中，zlib 异常被向上传递。我明白了，但我无法继续处理该文件。该文件显然存在潜在问题（似乎是我无法控制的 ROOT 合并问题），但是有没有办法让 uproot 识别并跳过有问题的条目并继续处理其余数据？我可以想象在阅读时限制条目，但我如何在不反复试验的情况下用 uproot 识别它们？我只能通过在 uproot 中一个一个地读取每个分支来确定有问题的分支，并且仍然不能确定哪些条目是问题的（或通过 ROOT 检查）。
谢谢！
TTrees 中的数据由篮子压缩，因此如果篮子的压缩损坏，则无法从该篮子中读取任何数据，但所有其他篮子都可能正常。
Uproot 的数组读取函数会在任何篮子引发错误时放弃，但您可以使用更底层的 TBranch.basket 方法一个一个地读取篮子，并在此过程中捕获任何异常。从 TTree 中获取一个 TBranch 对象，具有类似字典的访问权限（例如 mytree["branch_name"]），并使用与传递给 TTree.array 的相同参数调用 basket(i, ...)，但另外还有篮子编号 i. （它们从 0 开始，一直到 TBranch.numbaskets，但不包括 TBranch.numbaskets。）
还有一个TBranch.iterate_baskets，但它在这里对你没有帮助，因为它会在遇到异常时停止迭代。您需要控制篮子上的循环以将其包装在 try-catch 逻辑中。
还有一个问题：您可能需要关联来自不同分支机构的数据，并且它们的篮子可能不会以相同的条目编号开始和结束。如果您使用您感兴趣的分支请求 TTree.clusters(branches_list)，它将为您提供篮子边界处的入场开始和停止编号，这些编号对于您提供的分支集是常见的。在正常的 TTree.arrays 方法中将这些条目编号用作 entrystart 和 entrystop 将只读取请求的篮子，您可以围绕它放置 try-catch 逻辑。
当从用 zlib 压缩的树中用 uproot 读取数据时，我发现 zlib 有一些压缩错误，例如： Error -3 while decompressing data: incorrect data check 或 Error -5 while decompressing data: incomplete or truncated stream. 当我打开文件时在 ROOT 中，我从 zlib 得到了类似的错误：
R__unzip: error -3 in inflate (zlib)
Error in <TBasket::ReadBasketBuffers>: fNbytes = 20102, fKeylen = 199, fObjlen = 28540, noutot = 0, nout=0, nin=19903, nbuf=28540
Error in <TBranchElement::GetBasket>: File: Stage_1_files/AnalysisResults.31.root at byte:51212830, branch:data.fJetConstituents.fPt, entry:133851, badread=1, nerrors=1, basketnumber=189
...
但是，ROOT 会跳过有问题的条目（或多个条目）并继续尝试读取文件。在 uproot 中，zlib 异常被向上传递。我明白了，但我无法继续处理该文件。该文件显然存在潜在问题（似乎是我无法控制的 ROOT 合并问题），但是有没有办法让 uproot 识别并跳过有问题的条目并继续处理其余数据？我可以想象在阅读时限制条目，但我如何在不反复试验的情况下用 uproot 识别它们？我只能通过在 uproot 中一个一个地读取每个分支来确定有问题的分支，并且仍然不能确定哪些条目是问题的（或通过 ROOT 检查）。
谢谢！
TTrees 中的数据由篮子压缩，因此如果篮子的压缩损坏，则无法从该篮子中读取任何数据，但所有其他篮子都可能正常。
Uproot 的数组读取函数会在任何篮子引发错误时放弃，但您可以使用更底层的 TBranch.basket 方法一个一个地读取篮子，并在此过程中捕获任何异常。从 TTree 中获取一个 TBranch 对象，具有类似字典的访问权限（例如 mytree["branch_name"]），并使用与传递给 TTree.array 的相同参数调用 basket(i, ...)，但另外还有篮子编号 i. （它们从 0 开始，一直到 TBranch.numbaskets，但不包括 TBranch.numbaskets。）
还有一个TBranch.iterate_baskets，但它在这里对你没有帮助，因为它会在遇到异常时停止迭代。您需要控制篮子上的循环以将其包装在 try-catch 逻辑中。
还有一个问题：您可能需要关联来自不同分支机构的数据，并且它们的篮子可能不会以相同的条目编号开始和结束。如果您使用您感兴趣的分支请求 TTree.clusters(branches_list)，它将为您提供篮子边界处的入场开始和停止编号，这些编号对于您提供的分支集是常见的。在正常的 TTree.arrays 方法中将这些条目编号用作 entrystart 和 entrystop 将只读取请求的篮子，您可以围绕它放置 try-catch 逻辑。