将.mat文件转CSV时遇compound dtype错误，求解决方法及术语解释

问题解决代码 #

修改后的代码可兼容包含复合dtype的.mat文件，完成格式转换：

from scipy.io import loadmat
import pandas as pd

# 加载目标.mat文件
data1 = loadmat(r"C:\Users\ansha\Downloads\OneDrive_1_830_2022\HTS_C1_SN09_all_08.11.2019.mat")
# 过滤掉.mat文件自动生成的系统键（以_开头）
data1 = {k: v for k, v in data1.items() if k[0] != "_"}

# 逐个处理字段，兼容普通与复合dtype
df_parts = []
for key, value in data1.items():
    arr = value[0]
    # 判断是否为复合dtype数组
    if len(arr.dtype) > 0:
        # 复合dtype数组直接转为DataFrame，给列名加前缀避免冲突
        sub_df = pd.DataFrame(arr)
        sub_df.columns = [f"{key}_{col}" for col in sub_df.columns]
        df_parts.append(sub_df)
    else:
        # 普通dtype数组转为Series加入列表
        df_parts.append(pd.Series(arr, name=key))

# 合并所有组件为最终DataFrame并保存
final_df = pd.concat(df_parts, axis=1)
final_df.to_csv("u1.csv", index=False)

错误原因与compound dtype解释 #

错误根源 #

原代码中pd.Series(v[0])报错，是因为v[0]是**复合dtype（compound dtype）**的NumPy数组。Pandas的Series仅支持一维单一类型数据，无法承载这种包含多字段的复合结构，因此抛出错误要求改用DataFrame。

compound dtype是什么 #

• 复合dtype是NumPy的特殊数据类型，允许数组的每个元素包含多个不同类型的子字段，类似Python字典或C语言结构体。
• 示例：定义np.dtype([('id', 'i4'), ('temp', 'f8'), ('status', 'U5')])，对应的数组每个元素都包含整数类型的id、浮点类型的temp、字符串类型的status三个字段。
• 这种数组逻辑上属于二维结构（每个元素带多个子属性），必须用Pandas的DataFrame存储，无法用一维的Series承载。

内容的提问来源于stack exchange，提问作者Ansh Bharadwaj