如何正确将维度为(300, 2)的DataFrame保存为同属性的Mat文件？

我来帮你搞定这个问题！你的核心问题在于scipy.io.savemat处理一维数组时的默认行为，以及pandas Series转成values后的结构。

问题原因 #

你当前的代码遍历DataFrame的每一列（每一列是一个Series），然后取row.values得到的是一维数组（形状为(300,)）。savemat在保存一维数组时，默认会把它转成行向量（也就是(1, 300)的形状），这就导致你看到的结果和预期不符。

两种解决方案 #

根据你的需求，分两种情况处理：

方案1：将整个DataFrame保存为一个(300,2)的矩阵变量

如果你不需要把每一列单独作为变量，而是想要一个和原DataFrame维度完全一致的单一矩阵，直接把整个DataFrame转成二维数组保存即可：

import scipy.io as sio
# 假设你的DataFrame名为Info_speed
sio.savemat(r"C:\Users\Userprio\Desktop\speed.mat", {'speed_matrix': Info_speed.to_numpy()})

这样在Matlab里打开后，speed_matrix就是一个300行2列的矩阵，和原DataFrame的结构完全对应。

方案2：保留列名作为变量名，每个变量为(300,1)的列向量

如果还是想让每一列单独作为一个变量，但要保持300行的结构，只需要把每一列的一维数组转成二维列向量就行，用reshape(-1, 1)实现：

import scipy.io as sio
# 遍历列时，将每个Series的values转成(300,1)的列向量
sio.savemat(r"C:\Users\Userprio\Desktop\speed.mat", 
            {name: row.values.reshape(-1, 1) for name, row in Info_speed.items()})

这样每个列对应的变量都是300行1列的结构，组合起来就和原DataFrame的行/列属性一致了。

小提示 #

你也可以用row.to_numpy().reshape(-1,1)替代row.values.reshape(-1,1)，效果是一样的，to_numpy()是pandas推荐的更清晰的写法。

内容的提问来源于stack exchange，提问作者Bajram_MA