您可以使用HDFStore保存元数据：

import pandas as pd
import numpy as np

df = pd.DataFrame(np.arange(10), columns=['data1'])
df.attrs.update({'test1':0,'test2':'this is a string'})

# Save file
with pd.HDFStore('test.h5') as hdf_store:
   hdf_store.put('data', df, format='table')
   hdf_store.get_storer('data').attrs.metadata = df.attrs

# Load file and meta
with pd.HDFStore('test.h5') as hdf_store:
   metadata = hdf_store.get_storer('data').attrs.metadata
   df_read = hdf_store.get('data')
   # If you want to set up meta in the df again
   df_read.attrs.update(metadata)

将Pandas DataFrame保存到HDF5文件时，默认行为是仅保存数据，而不保留与DataFrame关联的属性和元数据。但是，您可以使用format='table'选项将DataFrame保存为支持存储元数据的PyTables表。
下面是保留了属性的代码的更新版本：

import pandas as pd
import numpy as np

df = pd.DataFrame(np.arange(10), columns=['data1'])
df.attrs.update({'test1': 0, 'test2': 'this is a string'})

# Save DataFrame with attributes using 'table' format
store = pd.HDFStore('test.h5')
store.put('df', df, format='table', complevel=9)
store.close()

# Read DataFrame with attributes
store = pd.HDFStore('test.h5')
df_read = store['df']
store.close()

print(df_read.attrs)  # Output: {'test1': 0, 'test2': 'this is a string'}

此代码使用pd.HDFStore类创建和管理HDF5文件。如果在保存DataFrame时指定format='table'，则属性将与数据一起保留。当从HDF5文件中阅读DataFrame时，可以通过df_read.attrs访问这些属性，并包含先前设置的值。
请注意，使用“table”格式可能需要额外的依赖项，如pytables和numexpr。如果您愿意，可以使用pip install tables或pip install numexpr来安装它。