### 将 Pandas DataFrame 转换为字典并保存为 MATLAB 的 `.mat` 文件 要实现将 Pandas DataFrame 数据结构按照列名为键、行为值的方式转换为字典，并进一步存储为 MATLAB 的 `.mat` 文件，可以利用 `pandas.DataFrame.to_dict()` 方法以及 `scipy.io.savemat()` 函数完成此操作。 以下是详细的解决方案： #### 1. 使用 `to_dict(orient='list')` 进行转换 Pandas 提供了一个非常便捷的方法 `to_dict()` 来将 DataFrame 转换为字典形式。当参数设置为 `orient='list'` 时，每一列表示一个键，对应的值是一个列表[^1]。 ```python import pandas as pd from scipy.io import savemat # 创建一个示例 DataFrame df = pd.DataFrame({ 'feature1': [1, 2, 3], 'feature2': [4, 5, 6] }) # 将 DataFrame 转换为以列为键、行为值的字典 dict_data = df.to_dict(orient='list') print(dict_data) ``` 运行上述代码后，得到的结果将是： ```python {'feature1': [1, 2, 3], 'feature2': [4, 5, 6]} ``` #### 2. 存储为 `.mat` 文件 使用 `scipy.io.savemat()` 函数可将 Python 字典对象保存为 MATLAB 的 `.mat` 文件格式。需要注意的是，`.mat` 文件中的数据会被视为 MATLAB 中的变量[^2]。 ```python # 定义保存路径 file_path = './example.mat' # 将字典保存为 .mat 文件 savemat(file_path, {'data': dict_data}) ``` 在此过程中，`{'data': dict_data}` 表明我们将整个字典作为一个名为 `'data'` 的变量写入到 `.mat` 文件中。如果需要额外的信息（如列名或索引），也可以一并加入字典。 #### 3. 验证结果 在 MATLAB 中加载生成的 `.mat` 文件后，可以通过以下方式验证其内容： - 加载文件：`load('example.mat');` - 查看变量：`disp(data);` 这会显示出之前定义的字典内容，其中每列对应于一个键，而键下的值则表示该列的数据。 --- ### 注意事项 - 如果不希望包含索引或其他元信息，则可以直接传递经过筛选后的字典给 `savemat()` 函数。 - 对于更复杂的场景，例如某些特定字段可能需要单独处理的情况，可以根据实际需求调整输入字典的内容[^3]。 --- ### 示例完整代码 以下是一份完整的代码片段用于演示这一过程： ```python import pandas as pd from scipy.io import savemat # 构造示例 DataFrame df_example = pd.DataFrame({ 'col1': range(1, 6), 'col2': ['a', 'b', 'c', 'd', 'e'] }) # 转换为字典 (以列为键，行为值) converted_dict = df_example.to_dict(orient='list') # 输出查看中间结果 print(converted_dict) # 设置目标 MAT 文件路径 output_mat_file = "./output_data.mat" # 保存至 MAT 文件 savemat(output_mat_file, {"data": converted_dict}, do_compression=True) ``` ---