如何使用Python的asammdf库向MDF文件添加字符串信号——解决DataFrame字符串通道添加报错问题

我之前也碰到过一模一样的问题——你用的asammdf库的Signal类没法自动识别pandas里object类型的字符串数组，所以才会抛出Unknown type的错误。下面是具体的解决办法：

核心原因 #

当你传入df_test2['STRING_SIGNAL'].values时，得到的是一个dtype=object的数组，Signal类只能自动推断数值类型（int、float这类），对字符串类型必须手动指定数据类型参数。

解决方案1：手动指定字符串数据类型 #

修改你的循环逻辑，判断列是否为字符串类型，然后给Signal添加data_type参数：

import pandas as pd
from asammdf import MDF, Signal

data = { 
    "GLOBAL_TIME": [1, 2, 3, 4, 5], 
    "INT_SIGNAL": [10, 20, 30, 40, 50], 
    "FLOAT_SIGNAL": [1.1, 2.2, 3.3, 4.4, 5.5], 
    "STRING_SIGNAL": ["a", "a", "a", "a", "a"], 
}
df_test2 = pd.DataFrame(data)

new_mdf_from_df = MDF()
for column in df_test2.columns:
    col_values = df_test2[column].values
    col_dtype = df_test2[column].dtype
    
    # 判断是否为字符串列
    if col_dtype == object and all(isinstance(val, str) for val in col_values):
        # 指定字符串类型，utf_8适用于大多数场景
        sig = Signal(
            samples=col_values,
            timestamps=df_test2.index.values,
            name=column,
            data_type='utf_8'
        )
    else:
        # 数值类型自动推断即可
        sig = Signal(
            samples=col_values,
            timestamps=df_test2.index.values,
            name=column
        )
    
    try:
        new_mdf_from_df.append(sig)
    except Exception as e:
        print(f"Error occurred while appending signal for column '{column}': {e}")

# 最后保存MDF文件
new_mdf_from_df.save('output.mf4', overwrite=True)

解决方案2：处理变长字符串（可选） #

如果你的字符串信号长度不一致，MDF文件通常要求固定长度的字符串。这时候可以先统一字符串长度，再指定带长度的类型：

# 针对STRING_SIGNAL列处理变长字符串
str_col = df_test2['STRING_SIGNAL']
max_str_length = str_col.str.len().max()
# 用空格填充到最大长度（也可以用其他字符）
fixed_length_strings = str_col.str.ljust(max_str_length).values

# 创建带固定长度的字符串信号
str_sig = Signal(
    samples=fixed_length_strings,
    timestamps=df_test2.index.values,
    name='STRING_SIGNAL',
    data_type=f'utf_8[{max_str_length}]'
)
new_mdf_from_df.append(str_sig)

这样处理后，MDF文件就能正确识别并存储字符串通道了。

内容的提问来源于stack exchange，提问作者jB777