Есть ли название для этого типа структурированных данных и как его более эффективно использовать?

Я постараюсь сделать этот вопрос простым, чтобы, надеюсь, эта концепция была применима и к другим областям.

Я работаю с наборами сейсмических данных, где N землетрясений зарегистрировано M сейсмическими станциями. Существует информация о землетрясении (идентификатор землетрясения, магнитуда и т. д.) и информация о конкретной станции (идентификатор станции, частота дискретизации приборов и т. д.). Не все сейсмические станции регистрируют все землетрясения, поэтому существует разное количество станций, регистрирующих каждое землетрясение.

В настоящее время я организую эти данные в объекте Pandas DataFrame, по одной строке на каждое землетрясение. Поскольку для каждого землетрясения существует разное количество станций, я сохраняю идентификаторы станций в виде массива numpy. Вот простой пример: землетрясения 0001 и 0002 магнитудой 2,1 и 3,1 соответственно. Четыре сейсмические станции: a, b, c и d имеют частоту дискретизации 100, 100, 60 и 60 соответственно.

import numpy as np 
import pandas as pd

events = {
    'event_id': ['0001', '0002'],
    'mag': [2.1, 3.1],
    'station_ids': [np.array(['a', 'c']), np.array(['a', 'b', 'c', 'd'])],
    'station_sampling_rate': [np.array([100, 60]), np.array([100, 100, 60, 60])]
}
events = pd.DataFrame(events)
print(events)

что приводит к

  event_id  mag   station_ids station_sampling_rate
0     0001  2.1        [a, c]             [100, 60]
1     0002  3.1  [a, b, c, d]    [100, 100, 60, 60]

Теперь, когда мне нужна информация о конкретной станции из этого DataFrame, мне нужно либо:

1. Прокрутите каждую строку events, выполните некоторую проверку и сравните с существующим каталогом станций (медленно).
2. Сконструируйте events таким образом, чтобы он содержал все больше информации, специфичной для каждой станции (events становится действительно большим), и при этом циклично перебирал каждую строку events.

Метод 1 до сих пор работал у меня, но он медленный. Метод 2 кажется пустой тратой ресурсов.

Желаемая структура приведенного выше примера такова:

  station_id  sampling_rate     event_ids         mag
0          a            100  [0001, 0002]  [2.1, 3.1]
1          b            100        [0002]       [3.1]
2          c             60  [0001, 0002]  [2.1, 3.1]
3          d             60        [0002]       [3.1]

Существует ли эффективный способ структурировать, хранить и преобразовывать эти данные? Кажется, уже должно быть что-то, что может работать с данными такого типа.

Я пробовал искать, но не знаю, как называется эта структура данных и есть ли у нее имя.