这里的标准方法是使用Django模型（转换为db中的表）：

• Buoy
• BuoyData

BuoyData类将具有ForeignKey模型的Buoy。

还要查看GeoDjango，以存储和查询经纬度。您将要使用PointField中的django.contrib.gis.db.models。以下是一些示例模型：

from django.contrib.gis.db import models


class Buoy(models.Model):
    """
    Represents a Buoy
    """
    location = models.PointField()
    name = models.CharField(max_length=200,null=True,blank=True)


class BuoyData(models.Model):
    """
    Represents a single Buoy datapoint
    """
    buoy = models.ForeignKey(Buoy,related_name='data')
    date = models.DateTimeField()
    # swell size in feet
    swell_size_ft = models.DecimalField(decimal_places=2,max_digits=5)

然后您可以在经度或纬度附近或附近查询Buoy，然后查询Buoy的数据。

django_pandas软件包具有将Django Queryset读取到Pandas数据框中的非常有用的方法：

from django_pandas.io import read_frame

buoy = Buoy.objects.get(id=10)
data_queryset = buoy.data.all()
df = read_frame(data_queryset)

# or another example
import datetime
from django.utils import timezone
from django.contrib.gis.geos import Point

lat = 36.123
lng = -121.123
# notice how lng is x,lat is y
location = Point(lng,lat)

time_four_days_ago = timezone.now() - datetime.timedelta(days=4)

closest_buoy = Buoy.objects.distance(location).order_by('distance')[0]
data_queryset = buoy.data.filter(date__gte=time_four_days_ago)

# if there are a lot of fields on your BuoyData model,# and you only need a few,.values will be more performant
data_values = data_queryset.values('date','swell_size_ft')
df = read_frame(data_values)

为什么您的方法无效：

关系数据库（MySQL，Postgresql）通常将数据存储在固定大小的空间中。浮标可能有数百万个时间序列数据点，并且可能每隔几秒钟添加一次新数据。您不知道单个浮标的所有将来数据会有多大。

设置数据库时，您需要为特定模型的每个字段设置大小上限。例如，文本字段具有max_length属性。当然，某些类型的字段支持非常大的最大大小，但这会影响数据库的性能。

相反，您需要创建一个单独的表来存储所有数据Buoys。该表中的每一行都是单独的时间序列数据。此数据库中的一个字段（列）将是数据所属的id中的Buoy。此字段由Django ForeignKey自动创建和填充。

截至 2021 年，现在有一个库可以将简单的时间序列向量作为自定义 Django 字段存储在数据库中：django-simple-timeseries。

class Buoy(models.Model):
  location = models.PointField()
  name = models.CharField(max_length=200,blank=True)
  swell_size_ft = TimeseriesField(max_points=100,resolution_seconds=3600)

这对于小时间序列来说是一个方便的选项，并且可以安全地截断数据（在 max_points 之后）。

（免责声明：我根据自己的需要编写了这个库，这与提问者的类似。）