Pandas导出实时速度数据至CSV仅存单行？求排查解决方法

处理动态系统时，速度约束数据存储为n×4矩阵Vd = [v_min, v_max, yaw_rate_min, yaw_rate_max]，打印输出示例如下：

-0.02        0.02       -1.83728716  1.83728716
 0.02        0.06       -0.36745743  3.30711689
 0.04        0.08       -1.1023723   2.57220202
 0.06        0.1        -1.46982973  2.20474459
...

希望导出其中的速度最小、最大值到CSV文件，但使用以下代码仅能得到一行数据：

Vs = [config.min_speed+config.U1, config.max_speed+config.U1,
      -config.max_yaw_rate, config.max_yaw_rate]

Vd = [x[3] - config.max_accel * config.dt,
      x[3] + config.max_accel * config.dt,
      x[4] - config.max_delta_yaw_rate * config.dt,
      x[4] + config.max_delta_yaw_rate * config.dt]

#  [v_min, v_max, yaw_rate_min, yaw_rate_max]
dw = [max(Vs[0], Vd[0]), min(Vs[1], Vd[1]),
      max(Vs[2], Vd[2]), min(Vs[3], Vd[3])]  # 期望是n x 4矩阵，但实际是单次计算的1x4列表
dw_arr = np.array(dw)
vMin = dw_arr[:,0] #Minimum velocity data column
vMax = dw_arr[:,1] #Maximum velocity data column
print(dw_arr)

df = pd.DataFrame([vMin, vMax])
df.to_csv('Velocity Data.csv')  # 仅保存一行数据

1. 核心问题分析 #

• 数据累积错误：当前代码中dw只是单次循环计算得到的1个长度为4的列表，没有实现实时数据的累积，所以dw_arr是一维数组（shape=(4,)），而非n×4的二维数组。
• DataFrame构造错误：即使dw_arr是二维数组，用pd.DataFrame([vMin, vMax])会把vMin和vMax作为两行存入，而非两列对应n行数据。

2. 修正步骤 #

步骤1：初始化累积容器

在实时收集数据的循环外部，先初始化一个空列表用于存储每一次计算的dw：

import numpy as np
import pandas as pd

# 初始化累积列表
dw_list = []

步骤2：循环中累积数据

在每次计算dw后，将其添加到dw_list中：

# 假设这部分在实时收集的循环内
Vs = [config.min_speed+config.U1, config.max_speed+config.U1,
      -config.max_yaw_rate, config.max_yaw_rate]

Vd = [x[3] - config.max_accel * config.dt,
      x[3] + config.max_accel * config.dt,
      x[4] - config.max_delta_yaw_rate * config.dt,
      x[4] + config.max_delta_yaw_rate * config.dt]

dw = [max(Vs[0], Vd[0]), min(Vs[1], Vd[1]),
      max(Vs[2], Vd[2]), min(Vs[3], Vd[3])]
# 将单次结果加入累积列表
dw_list.append(dw)

步骤3：转换为二维数组并提取目标列

循环结束后，将累积列表转为二维numpy数组，再提取速度的最小、最大值列：

# 转换为n×4的二维数组
dw_arr = np.array(dw_list)
# 提取v_min和v_max列
v_min_col = dw_arr[:, 0]
v_max_col = dw_arr[:, 1]

步骤4：正确构造DataFrame并导出

用字典或者直接取数组前两列来构造DataFrame，确保每行对应一次实时数据：

# 方法1：用字典构造，指定列名
df = pd.DataFrame({
    'v_min': v_min_col,
    'v_max': v_max_col
})

# 方法2：直接从dw_arr取前两列，指定列名
df = pd.DataFrame(dw_arr[:, :2], columns=['v_min', 'v_max'])

# 导出CSV，index=False避免保存索引列
df.to_csv('Velocity Data.csv', index=False)

3. 额外提示 #

如果需要在实时收集过程中逐行写入CSV（避免内存占用过大），可以使用mode='a'（追加模式）在每次循环中写入单行：

# 第一次写入时添加表头
header = True
# 循环内
dw = [max(Vs[0], Vd[0]), min(Vs[1], Vd[1]),
      max(Vs[2], Vd[2]), min(Vs[3], Vd[3])]
# 只取v_min和v_max
row = [dw[0], dw[1]]
# 构造单行DataFrame写入
pd.DataFrame([row], columns=['v_min', 'v_max']).to_csv('Velocity Data.csv', mode='a', index=False, header=header)
# 后续写入不再添加表头
header = False

内容的提问来源于stack exchange，提问作者bobaBoi108