我有一个数据集，它代表了一些电压与时间的关系。数据集有32个MSamples（32 X 1024 X 1024），每个样本是16位电压值和64位时间值。我将这个数据集表示为pandas DataFrame，它有32 X 1024 X 1024行（样本数）和两列（电压和时间）。
我使用pandas. to_csv（）将此DataFrame保存为CSV。生成的CSV文件大小为1.5 GB。也就是说，每个电压是16位或2字节，并且每个时间是64位或8字节，因此每行是2 + 8 = 10字节。我期望整个文件为10 X（32 X 1024 X 1024）= 320 MB。
所以我在这里漏掉了一个大约5的因子。有人能解释一下这个矛盾吗？这个. to_csv（）是如何工作的？谢谢
更新：提供更多代码。我有一个包含32个MSamples的列表，因此样本数为

N_SAMPLES = 32 * 1024 * 1024

字符串
并且每个样本是16位值（2字节）。这些样本保存在名为DATA的列表中。这些是在一段时间内获得的电压，我称这个时间段为DURATION。然后，我通过以下操作生成每个样本采集时间的列表：

t = np.linspace(0,DURATION,num=N_SAMPLES)

型
我假设通过这样做，t的每个元素都是np.float64，因此t的每个元素都是64位值（8字节）。然后创建字典：

data = {\
"Time [s]": t,
"Output [V]": DATA
}

型
然后我创建pandas DataFrame并将其保存为CSV：

dataFrame = pd.DataFrame(data)
dataFrame.to_csv('output.csv', mode='w')

型
如果我的计算是正确的，每行是2 + 8 = 10字节，有32 X 1024 X 1024行。所以我期望CSV的大小是320MB，但实际上是1.5GB。我错过了什么？