Question

我试图将数据从xlsx文件中绘制成Pandas。经过一些小的格式化和数据质量检查后，我尝试使用matplotlib进行绘图，但得到以下错误：

TypeError: Empty 'DataFrame': no numeric data to plot

这不是一个新问题，我已经按照本网站上的许多页面处理了这个问题。遗憾的是，发布的建议对我没有用。

我的数据集包括字符串（采样点的位置，仅限于第一列），日期（我已使用pd.to_datetime转换为正确的格式），许多NaN条目（不能是由于我们正在进行的图形分析，转换为零），列标题代表各种分析参数。

根据我在本网站上阅读的一些建议，我尝试了以下代码

df = df.astype(float)给出了以下错误ValueError: could not convert string to float: 'Site 1'（网站1是抽样地点）
df = df.apply(pd.to_numeric, errors='ignore')给出了以下内容：dtypes: float64(13), int64(1), object(65)，因此大多数数据仍然是对象，因此无法正常工作。日期条目是int64，我无法弄清楚为什么有些数据列是float64而有些仍然是对象
df = df.apply(pd.to_numeric, errors='coerce')会删除整个DataFrame，可能是因为此操作使用NaN填充整个DataFrame？

我感到困惑，并希望有任何见解。

修改

我能够根据一些反馈解决自己的问题。这对我有用：

df = "path"

header = [0]    # keep column headings as first row of original data
skip = [1]      # skip second row, which has units of measure
na_val = ['.','-.','-+0.01']    # Convert spurious decimal points that have 
                                # no number associated with them to NaN
convert = {col: float for col in (4,...,80)}   # Convert specific rows to 
                                               # float from original text
parse_col = ("A","C","E:CC")    # apply to specific columns 

df = pd.read_excel(df, header = header, skiprows = skip, 
na_values = na_val, converters = convert, parse_columns = parse_col)

Answer 1

没有数据样本很难回答，但如果您确定数字列是100％数字，这可能会有效：

for c in df.columns:
try:
    df[c] = df[c].astype(int)
except:
    pass

Excel文件和DataFrame没有数字数据来绘制错误

1 个答案: