Python for循环解析二进制所得值如何转为指定列的DataFrame

核心思路：每次struct.unpack返回的元组本身就是一一对应的(time, count)单行数据，不需要内层循环拆成单个值打印，先把所有行收集到列表中，再一次性转为DataFrame即可。

修正后的完整代码 #

import struct
import pandas as pd

def bin_to_raw(file):
    data_rows = []
    # 每次步进12字节，对应单条记录的长度（8字节long类型time + 4字节int类型count）
    for i in range(0, len(file), 12):
        # 解包直接得到成对的time、count值
        time_val, count_val = struct.unpack('< q i', file[i:i + 12])
        data_rows.append((time_val, count_val))
    # 构造DataFrame，指定列名和预期格式一致
    result_df = pd.DataFrame(data_rows, columns=['time', 'count'])
    return result_df

说明 #

• 原代码的内层for values in data循环会把成对的time、count拆成独立值逐个输出，破坏了行对应关系，直接去掉这层循环即可。
• 最终返回的result_df格式完全匹配需求，time列和count列的值一一对应，和当前打印输出的数值顺序完全一致。
• 如果要复用原有代码里定义的field_names变量，可以把DataFrame构造的columns参数改为columns=field_names，无需重复写列名。
• 原代码中定义的header_len = 12目前没有实际作用，如果二进制文件实际存在12字节的文件头，只需要把range的起始值从0改成header_len即可跳过头部内容，从有效数据段开始解析。
• 注意传入的file参数必须是二进制读取得到的bytes对象，读取源文件时需要用rb模式打开，否则struct解析会出现异常。

内容的提问来源于stack exchange，提问作者user13071308