寻找可将IEEE C37.118标准PMU原始数据转换为DataFrame的Python解析器或PIP包

问题背景 #

用户提供了遵循IEEE C37.118标准的PMU设备输出的以太网原始报文样本：

15:28:59,420,551 ETHER |0 |f4|03|43|3e|e0|18|00|45|1d|62|5f|f9|08|00|45|00|00|4e|a7|88|00|00|3c|06|35|d3|c0|a8|84|85|0a|14|52|0d|12|68|ee|2c|08|1d|21|f6|27|9a|9b|fa|50|18|20|00|7e|06|00|00|aa|01|00|26|00|06|60|21|58|bb|ff|06|68|20|08|04|f2|48|d7|b1|00|00|00|00|fe|3c|fb|47|fe|37|fb|46|00|04|ff|ff|f2|db|
15:28:59,440,855 ETHER |0 |f4|03|43|3e|e0|18|00|45|1d|62|5f|f9|08|00|45|00|00|4e|a7|8c|00|00|3c|06|35|cf|c0|a8|84|85|0a|14|52|0d|12|68|ee|2c|08|1d|22|1c|27|9a|9b|fa|50|18|20|00|a5|d5|00|00|aa|01|00|26|00|06|60|21|58|bb|ff|06|b6|00|08|04|f2|4d|d7|b0|00|00|00|00|fe|3c|fb|47|fe|37|fb|46|00|04|ff|ff|7d|02|

希望找到Python工具将这些数据转换为结构化的DataFrame。

可行的工具方案 #

我刚好知道几个适配IEEE C37.118标准的Python工具，完全能满足你的需求：

• pypmu：这是专门为C37.118协议打造的库，支持解析UDP/TCP传输的PMU原始报文，能直接提取相量、频率、相位、状态字等核心数据。安装方式很简单：

  pip install pypmu
  

  使用时只需要把十六进制报文转换成字节流（比如bytes.fromhex(hex_str)），传入库的解析器，就能得到结构化数据，再把这些数据映射到DataFrame里就搞定了。

• pmu-tools：这个工具集不仅包含命令行工具，还有Python API可以直接调用。它支持解析C37.118格式的数据，还能做数据转换和可视化。安装命令：

  pip install pmu-tools
  

  它的解析模块会返回字典或者类对象形式的结构化数据，你可以轻松把这些数据转成pandas DataFrame。

• 基于Scapy的自定义解析：如果上面的库不能完全匹配你的需求，你可以用Scapy先拆解以太网、IP、TCP/UDP层的报文，提取出C37.118应用层的payload，再根据IEEE C37.118的帧格式（帧头、数据块、相量单元等）自己编写解析逻辑。安装Scapy：

  pip install scapy
  

  这种方式灵活性最高，能适配一些自定义的PMU报文变种。

小提示 #

针对你给出的样本数据，记得先把报文中的非十六进制部分（比如时间戳、"ETHER |0 |"这些）去掉，只保留纯十六进制字符串，再转换成字节流传给解析工具哦。

内容的提问来源于stack exchange，提问作者Hrvoje