3. 监测点与指标的数据结构设计

在多监测点指标对比任务中，数据结构的选型往往比绘图代码更早决定分析的上限。同一批传感器数据，若以“每个监测点一列”的方式存放，做单点趋势图很顺手，但一旦要横向比较多个监测点、按指标分组统计或绘制分面图，就会被迫反复做列转行；反之，若以“一行一个观测”的长表存放，几乎所有对比与分组操作都能用统一的方式表达。本节围绕长表与宽表两种布局展开，说明它们对多监测点对比的实际影响，并给出一个可直接落地的规范表结构。

长表与宽表的本质差异

宽表（wide format）把监测点或指标铺展到列上，典型形态是“时间 + 监测点A + 监测点B + 监测点C”，每一行是一个时间点，每一列是一个监测点的读数。它的优点是直观：同一时刻各监测点的值并排可见，画多线图时几乎不需要变换。缺点是结构被“列名”承载，监测点数量一旦变化，表结构就要跟着变；更关键的是，指标名称没有独立字段，若同时有温度、湿度、压力等多个指标，宽表会膨胀成“监测点×指标”的笛卡尔式列集合，列名如“A_温度”“A_湿度”，既难维护也难做分组聚合。

长表（long format）则把“哪个监测点、哪个指标、什么时间、值是多少”拆成独立字段，每一行只描述一个观测。它的列数固定，新增监测点或新增指标都只是增加行，不改变表结构。对于多监测点对比，长表的真正价值在于：监测点ID和指标名称都成为可被 groupby 直接使用的列，分组统计、透视、分面绘图都建立在同一套“按列分组”的语义上，而不需要针对每个监测点写一段重复代码。

规范表结构的字段设计

面向多监测点对比，推荐以长表作为分析主表，至少包含四个核心字段，并可根据工程需要补充辅助字段。下面给出一个可直接使用的字段设计示例（示例数据为教学假设，非实测结果）：

几个设计要点值得强调。第一，point_id 与 metric 必须是受控取值，最好在入库前用枚举或字典校验，否则“温度”“temp”“T”会分裂成三个指标，分组统计时各自成组，对比结果失真。第二，ts 要统一时区和采样粒度，多监测点对比的前提是时间轴对齐，若各点采样间隔不同，应先重采样到统一频率再比较。第三，缺失值用 NaN 表示而不是填 0，否则均值、极差等统计量会被系统性拉偏。第四，unit 字段看似冗余，但当同一张表里同时存在温度和湿度时，它能防止误把不同量纲的值放在同一坐标轴上比较。

从宽表到长表的实际转换

现实中很多采集系统导出的仍是宽表，因此掌握互转是必备技能。假设已有宽表 wide，列为 ts, P01, P02, P03，转换为规范长表的代码如下：

import pandas as pd

# wide: 列 = ts, P01, P02, P03；每行一个时间点
long = wide.melt(
    id_vars="ts",
    value_vars=["P01", "P02", "P03"],
    var_name="point_id",
    value_name="value",
)
long["metric"] = "温度"          # 该宽表只含单一指标
long["unit"] = "℃"
long["quality"] = long["value"].notna().map({True: "ok", False: "missing"})
long = long.sort_values(["point_id", "ts"]).reset_index(drop=True)
print(long.head(3))

转换后应检查三件事：行数是否等于“时间点数 × 监测点数”；point_id 的取值集合是否与预期一致；value 的缺失比例是否合理。若宽表中同时含多个指标，列名往往是“P01_温度”“P01_湿度”这类复合形式，此时应先用字符串拆分把监测点与指标还原成两列，再统一 melt，而不是直接对复合列名做透视。

布局选择与对比任务的关系

长表与宽表并非优劣之分，而是服务于不同环节。采集与存储阶段，宽表在写入时更紧凑；分析与对比阶段，长表让“按监测点分组”“按指标分组”“分面绘图”都归结为同一类按列分组操作，代码可复用、可扩展。实践中常见的做法是：以长表作为分析主表，需要并排展示或导出报表时，再用 pivot_table(index="ts", columns="point_id", values="value") 临时转成宽表视图。这样既保留了长表的结构弹性，又能在展示环节获得宽表的直观性。

把上述结构落实到项目中，建议在数据加载后立即做一次结构校验：确认四个核心字段存在、point_id 与 metric 无空值、ts 可解析为时间类型、value 为数值类型。这一步看似琐碎，却能避免后续分组统计因类型错误或命名不一致而得出误导性结论。数据结构设计得当，多监测点对比与分组统计才有一个稳定、可复现的起点。