Question

我正在尝试将空间分隔文件中的数据正确导入到pandas数据框中，以便我可以正确绘制它。我的数据文件如下：

Vmeas   -5.00E+000  -4.50E+000  -4.00E+000  -3.50E+000 ...
vfd3051 -3.20E-008  -1.49E-009  1.38E-008   -1.17E-008 ...
vfd3151 -3.71E-008  -6.58E-009  -6.58E-009  -6.58E-009 ...
vfd3251 -4.73E-008  3.59E-009   8.68E-009   -1.68E-008 ...
vfd3351 -2.18E-008  -3.71E-008  3.60E-009   -3.20E-008 ...

因此，测试位置最初位于行中，列的电压向右增加到20V。

我将数据文件读入数据框的代码是：

if __name__ == '__main__':
    file_path = str(input("Enter the filename to open:  "))
    save = str(input('Do you wish to save a pdf of the IV plots? (y/n): '))
    df = pd.read_csv(file_path, index_col="Vmeas", delim_whitespace=True, header=0)
    df = df.T
    df.reset_index(inplace=True)
    df.index.names = ['Voltage']
    df.columns.names = ['Die_numbers']
    df.drop('index',axis=1, inplace=True)
    make_plots(df, save)

实际绘图由：

完成

def make_plots(df, save):
    voltage = np.arange(-5, 20, 0.5)
    plt.figure(figsize=(10, 7))
    for col in df:
        plt.plot(voltage, col, legend=False)
    plt.show()

起初，我遇到了pandas作为字符串处理电压的问题，因为pandas对浮点索引不起作用。尝试最初开始我的二极管电流 - 电压关系图为0.（http://i.imgur.com/wgIZCyq.jpg）然后，我重新索引它，但然后绘制仍然无效。现在，我重新索引了数据框，删除了旧索引列，当我检查df.head（）时，一切看起来都正确：

Die_numbers       vfd3051       vfd3151           vfd3251          vfd3351  
Voltage                                                               
0                -3.202241e-08 -3.711351e-08 -4.728576e-08 -2.184733e-08   
1                -1.493095e-09 -6.580329e-09  3.594383e-09 -3.710431e-08   
2                 1.377107e-08 -6.581644e-09  8.683344e-09  3.595368e-09

除了现在我在mpl中继续遇到ValueError。我认为这与col值是字符串而不是浮点数有关，我不明白，因为它之前正确地打印了电流。

不可否认，我是大熊猫的新手，但似乎我已经停止了，毫无疑问，我的无知，但它变得令人厌倦。有一个更好的方法吗？也许我应该忽略日志文件的第一行？我可以在阅读文件的同时转换科学记数法吗？继续堵塞？

感谢。

df.info（）是： Int64Index：51个条目，0到50 列：1092个条目，vfd3051到vfd6824 dtypes：float64（1092）

似乎所有东西都正确加载到pandas中，但是mpl不喜欢数据中的某些东西。列是浮点数，我没有使用整数索引。如果将列名添加为我的第一行，则列将被视为str或obj类型。错误是：

 Traceback (most recent call last):
  File "D:\Python\el_plot_top_10\IV_plot_all.py", line 51, in <module>
    make_plots(df, save)
  File "D:\Python\el_plot_top_10\IV_plot_all.py", line 21, in make_plots
    plt.plot(voltage, col, legend=False)
  File "C:\Anaconda3\lib\site-packages\matplotlib\pyplot.py", line 2987, in plot
    ret = ax.plot(*args, **kwargs)
  File "C:\Anaconda3\lib\site-packages\matplotlib\axes.py", line 4139, in plot
    for line in self._get_lines(*args, **kwargs):
  File "C:\Anaconda3\lib\site-packages\matplotlib\axes.py", line 319, in _grab_next_args
    for seg in self._plot_args(remaining, kwargs):
  File "C:\Anaconda3\lib\site-packages\matplotlib\axes.py", line 278, in _plot_args
    linestyle, marker, color = _process_plot_format(tup[-1])
  File "C:\Anaconda3\lib\site-packages\matplotlib\axes.py", line 131, in _process_plot_format
    'Unrecognized character %c in format string' % c)
ValueError: Unrecognized character f in format string

Answer 1

我想出了如何完全在熊猫中完成这项工作。不要指出索引或标题行。转置数据帧并删除索引。然后，从第一行数据中创建一个列表，这将是您真正想要的列的字符串标题。将列名称分配给此列表，然后将数据帧重新分配给切片的数据帧，从而消除第一行字符串名称（在我的情况下为＆＃39; vfd3021＆＃39;）。

在那之后，你很高兴。列是浮动的，因为我的电压范围是固定的，所以我只是在绘制时创建一个带有范围的列表。

if __name__ == '__main__':
    file_path = str(input("Enter the filename to open:  "))
    save = str(input('Do you wish to save a pdf of the IV plots? (y/n): '))

    df = pd.read_csv(file_path, delim_whitespace=True)

    df = df.T
    df.reset_index(inplace=True)
    df.index.names = ['Voltage']
    df.columns.names = ['Die_numbers']
    df.drop('index', axis=1, inplace=True)
    names = df.iloc[0].values
    df.columns = names
    df = df[1:]
    make_plots(df, save)

Answer 2

据我所知，你所有的问题都来自于没有获取数据正确的格式开始。只需专注于导入数据并打印您要绘制的内容检查类型是否是您期望的类型。

我建议使用不同的方法导入数据，因为文件格式不是pandas 效果最好（例如它是转置的）。例如，您可以使用numpy.genfromtxt，会给出here的介绍。

import numpy as np
from StringIO import StringIO 

data_file = (
"""Vmeas   -5.00E+000  -4.50E+000  -4.00E+000  -3.50E+000
vfd3051 -3.20E-008  -1.49E-009  1.38E-008   -1.17E-008
vfd3151 -3.71E-008  -6.58E-009  -6.58E-009  -6.58E-009
vfd3251 -4.73E-008  3.59E-009   8.68E-009   -1.68E-008
vfd3351 -2.18E-008  -3.71E-008  3.60E-009   -3.20E-008
""")

data = np.genfromtxt(StringIO(data_file), dtype=None)

print data

>>> array([('Vmeas', -5.0, -4.5, -4.0, -3.5),
       ('vfd3051', -3.2e-08, -1.49e-09, 1.38e-08, -1.17e-08),
       ('vfd3151', -3.71e-08, -6.58e-09, -6.58e-09, -6.58e-09),
       ('vfd3251', -4.73e-08, 3.59e-09, 8.68e-09, -1.68e-08),
       ('vfd3351', -2.18e-08, -3.71e-08, 3.6e-09, -3.2e-08)], 
      dtype=[('f0', 'S7'), ('f1', '<f8'), ('f2', '<f8'), ('f3', '<f8'), ('f4', '<f8')])

所以现在我们有一个numpy元组数组，列名作为第一个索引和所有数据作为元组的其余部分。最重要的是，所有数字都是数字，尽量避免使用字符串，因为转换很混乱。

然后我们可以执行以下操作以获得一个不错的pandas DataFrame：

DataDictionary = {row[0]:list(row)[1:] for row in iter(data)}
pd.DataFrame(DataDictionary)

首先，我们使用Python dictionary comprehension创建数据字典，然后将其传递给DataFrame。这导致具有列的表现良好的数据帧由字符串“Vmeas”，“vdf *”和所有数据的索引命名。

    Vmeas   vfd3051          vfd3151         d3251          vfd3351
0   -5.0    -3.200000e-08   -3.710000e-08   -4.730000e-08   -2.180000e-08
1   -4.5    -1.490000e-09   -6.580000e-09   3.590000e-09    -3.710000e-08
2   -4.0    1.380000e-08    -6.580000e-09   8.680000e-09    3.600000e-09
3   -3.5    -1.170000e-08   -6.580000e-09   -1.680000e-08   -3.200000e-08

我怀疑这将完全回答你的问题但是在绘制之前获取数据是一个开始，我认为这是你的问题。尽量保持简单！

Pandas数据帧浮点索引和转置错误

2 个答案: