如何使用Python的asammdf库最小化MDF文件大小

我有一个数据记录仪生成的2.4MB MDF文件，包含100多个不同采样率的时间序列通道，数据类型涵盖float、int和str，每个通道的数据类型统一。用Python的asammdf库加载后转成DataFrame，再从DataFrame创建MDF对象保存为.mf4文件时，输出文件居然达到74.8MB，是原文件的31倍。

想找最佳实践：在不降低采样率的前提下，生成体积最小的文件；同时处理字符串通道——这类通道的数据完全相同，每个只需保存单个值。原代码如下：

import pandas as pd 
import numpy as np 
from asammdf import MDF, Signal

# Load mdf file into dataframe
mdf_file_path = "C:\Users\user\Desktop\input.mdf" 
mdf_obj = MDF(mdf_file_path) 
df_from_input_mdf = mdf_obj.to_dataframe()

# Create MDF from dataframe
new_mdf_from_df = MDF() 
for column in df_from_input_mdf.columns:
    sig = Signal(
    samples=df_from_input_mdf[column].values,
    timestamps=df_from_input_mdf.index.values,
    name=column,
        )
    try:
        new_mdf_from_df.append(sig) 
    except Exception as e:
        print(f"Error occurred while appending signal for column '{column}': {e}")

# Save new mdf to file
new_mdf_output_path = f"C:\Users\user\Desktop\output.mdf" 
new_mdf_from_df.save(new_mdf_output_path)

• 别用DataFrame中转：转成DataFrame时，所有通道会被强制对齐到最高采样率的时间戳，低采样率通道被插值填充大量冗余数据，这是体积暴涨的核心原因。直接操作原MDF的信号对象，保留每个通道的原始采样率和数据，避免冗余。
• 优化字符串通道存储：如果字符串通道的所有值完全相同，只保留1个采样点+对应1个时间戳（比如取第一个时间点），无需存储全量重复数据。
• 明确指定数据类型：创建Signal时显式传入原信号的datatype参数，防止asammdf自动推断为更占空间的类型（比如把int转成float）。
• 启用压缩保存：调用save方法时开启MF4内置压缩，推荐用zlib或lz4格式，进一步缩小文件体积。

import numpy as np
from asammdf import MDF, Signal

# 加载原始MDF文件，跳过DataFrame中转步骤
mdf_file_path = r"C:\Users\user\Desktop\input.mdf"
mdf_obj = MDF(mdf_file_path)
new_mdf = MDF()

for sig in mdf_obj.signals:
    # 处理值完全相同的字符串通道
    if sig.datatype_str.startswith('string'):
        # 检查所有采样是否一致
        if np.all(sig.samples == sig.samples[0]):
            # 创建仅含单个采样和时间戳的信号
            optimized_sig = Signal(
                samples=np.array([sig.samples[0]]),
                timestamps=np.array([sig.timestamps[0]]),
                name=sig.name,
                datatype=sig.datatype,
                unit=sig.unit,
                comment=sig.comment
            )
            new_mdf.append(optimized_sig)
            continue
    
    # 非字符串通道直接复用原始信号，保留原采样率和数据类型
    new_mdf.append(sig)

# 保存为MF4格式并启用zlib压缩
new_mdf_output_path = r"C:\Users\user\Desktop\output.mf4"
new_mdf.save(new_mdf_output_path, format='mf4', compression='zlib')

内容的提问来源于stack exchange，提问作者jB777