求助：将MATLAB中含嵌套结构的复杂数据转CSV（用于Python读取）

针对你提到的def.mat文件中1×42嵌套结构体转CSV的需求，提供两种实用方案：

方案一：用MATLAB预处理导出CSV #

如果能访问MATLAB，直接在MATLAB中处理是最稳妥的方式，能完美兼容MATLAB原生结构体格式：

1. 加载MAT文件并定义递归扁平化函数

load('def.mat'); % 加载文件，得到1×42的data结构体数组

% 递归扁平化嵌套结构体的函数
function flat_data = flatten_struct(s, prefix)
    flat_data = struct();
    fields = fieldnames(s);
    for i = 1:length(fields)
        field = fields{i};
        value = s.(field);
        new_prefix = [prefix, '_', field];
        if isstruct(value) && ~isempty(value)
            % 递归处理嵌套结构体
            nested_flat = flatten_struct(value, new_prefix);
            flat_data = merge_structs(flat_data, nested_flat);
        elseif iscell(value)
            % 将cell数组转为逗号分隔的字符串
            flat_data.(new_prefix(2:end)) = strjoin(cellfun(@num2str, value, 'UniformOutput', false), ',');
        elseif isdouble(value)
            % 将多维double数组转为字符串（单值直接保留）
            if length(value) > 1
                flat_data.(new_prefix(2:end)) = strjoin(num2str(value(:)), ',');
            else
                flat_data.(new_prefix(2:end)) = value;
            end
        else
            flat_data.(new_prefix(2:end)) = value;
        end
    end
end

% 合并两个结构体的辅助函数
function merged = merge_structs(s1, s2)
    merged = s1;
    fields = fieldnames(s2);
    for i = 1:length(fields)
        merged.(fields{i}) = s2.(fields{i});
    end
end

2. 处理所有结构体元素并导出CSV

result_table = table();
for i = 1:length(data)
    flat_struct = flatten_struct(data(i), '');
    row_table = struct2table(flat_struct);
    result_table = [result_table; row_table];
end

writetable(result_table, 'output.csv');

注意：如果你的cell或嵌套结构体有特殊格式（比如cell内是嵌套结构体），可以根据实际需求修改flatten_struct里的处理逻辑。

方案二：用Python直接读取并转换 #

如果后续要在Python中处理，直接用Python读取MAT文件并转换更高效，无需依赖MATLAB：

1. 先安装依赖包

pip install scipy pandas

2. 编写转换代码

import scipy.io as sio
import pandas as pd
import numpy as np

def flatten_struct(obj, prefix=''):
    flat_dict = {}
    # 处理MATLAB的1×1结构体数组
    if isinstance(obj, np.ndarray) and obj.dtype.names:
        obj = obj.item() if obj.size == 1 else obj
    
    if isinstance(obj, np.ndarray):
        # 将多维数组转为逗号分隔的字符串（单值直接提取）
        if obj.size > 1:
            flat_dict[prefix] = ','.join(map(str, obj.flatten()))
        else:
            flat_dict[prefix] = obj.item() if obj.size else None
    elif isinstance(obj, dict):
        # 递归处理嵌套结构体（MATLAB struct在Python中会被转为dict）
        for key, value in obj.items():
            new_prefix = f"{prefix}_{key}" if prefix else key
            flat_dict.update(flatten_struct(value, new_prefix))
    elif isinstance(obj, list):
        # 处理MATLAB的cell数组（转为逗号分隔字符串）
        flat_dict[prefix] = ','.join(map(str, obj))
    else:
        # 基础数据类型直接保留
        flat_dict[prefix] = obj
    return flat_dict

# 加载MAT文件，squeeze_me压缩单维度数组，struct_as_record保留结构体格式
mat_data = sio.loadmat('def.mat', struct_as_record=False, squeeze_me=True)
data_array = mat_data['data']

# 扁平化所有结构体元素
flat_records = [flatten_struct(item) for item in data_array]

# 转为DataFrame并导出CSV
df = pd.DataFrame(flat_records)
df.to_csv('output.csv', index=False, encoding='utf-8')

注意：如果你的嵌套结构包含更复杂的类型（比如cell内嵌套结构体），可以扩展flatten_struct函数的分支逻辑来适配。

内容的提问来源于stack exchange，提问作者Kiana Kazeminejad