如何用Python将STDF转换为CSV？pystdf模块转换失败求助

你的代码问题在于直接把所有STDF记录存入DataFrame——STDF文件包含多种结构完全不同的记录类型（比如文件头、测试元数据、测试结果等），混合存入会导致字段错位、数据缺失，最终转换出的CSV无法正常使用。

下面是修正后的代码，针对STDF的特性做了适配，以提取测试结果记录（PTR）为例：

import pandas as pd
import pystdf
from pystdf import RecordTypes

def convert_stdf_to_csv(input_file, output_file):
    stdf = pystdf.STDF(input_file)
    target_records = []
    
    # 遍历所有STDF记录，筛选目标类型（这里选测试结果记录PTR）
    for record in stdf.records():
        # 匹配测试结果记录类型，可根据需求替换为其他类型（如PRR参数结果）
        if record.rec_type == RecordTypes.PTR:
            # 将记录转换为字段-值对应的字典
            record_dict = {field: getattr(record, field) for field in record.field_names}
            target_records.append(record_dict)
    
    if not target_records:
        print("未找到符合条件的记录，请检查记录类型是否正确")
        return
    
    # 生成DataFrame并保存为CSV
    df = pd.DataFrame(target_records)
    df.to_csv(output_file, index=False)
    print(f"转换完成，文件已保存至 {output_file}")

# 替换为你的输入输出路径
input_stdf_file = "input.stdf"
output_csv_file = "output_file.csv"

convert_stdf_to_csv(input_stdf_file, output_csv_file)

关键说明： #

• 筛选记录类型：STDF的每种记录都有对应的类型标识，比如RecordTypes.PTR对应测试结果记录，RecordTypes.PRR对应参数结果记录，你可以根据需求调整判断条件。如果需要同时处理多种记录类型，建议分别收集后再合并（注意字段对齐，可使用pd.concat([df1, df2], join='outer')）。
• 字段提取：通过record.field_names获取当前记录的所有有效字段，再用getattr提取对应值，确保每个字典的结构一致，避免DataFrame字段混乱。
• 空记录处理：添加了空记录判断，避免生成空CSV文件。

内容的提问来源于stack exchange，提问作者jagan k