使用panda或numpy从一个csv加载多个数据帧

Question

我有一个csv文件，其中包含多个以Simulation（索引）条目分隔的Simulation。 每个条目都有一条时间线和3条特征线。 基本上，第一列仅包含模拟（索引）条目，而第二列则具有该模拟的“标题”（时间+功能1，n），然后只有数值。

我想将其包含在某些数据帧或某种numpy数组中，以便绘制每个模拟的图形，并且显然可以更好地控制数据。

作为对这类挑战比较陌生的人，我求助于pandas快速解决方案，但我也欢迎任何python（numpy /其他库）实现。

数据格式示例：

谢谢

Answer 1

您的数据示例看起来像Excel，因此我尝试了一个Excel工作表，并使用了pandas的read_excel（CSV有类似的命令）：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

df0 = pd.read_excel('testdata.xlsx',header=None)
df0.head()

给

    0   1   2   3   4   5   6   7   8   9   10  11  12
0   sim1    time    1   2   3   4   5   6   7   8   9   10  11
1   NaN     feat1   1   0   -1  0   1   0   -1  0   1   0   -1
2   NaN     feat2   2   0   -2  0   2   0   -2  0   2   0   -2
3   NaN     feat3   3   0   -3  0   3   0   -3  0   3   0   -3
4   sim2    time    1   2   3   4   5   6   7   8   9   10  11

您可以将1个模型的数据提取为pandas数据框或numpy数组：

def get_data_numpy(df,j):
    i = j * (nFeats+1)
    t =  np.array(df.iloc[i,2:])
    y0 = np.array(df.iloc[i+1,2:])
    y1 = np.array(df.iloc[i+2,2:])
    y2 = np.array(df.iloc[i+3,2:])
    return t,y0,y1,y2

def get_data_pandas(df,j):
    i = j * (nFeats+1)
    t =  np.array(df.iloc[i,2:])
    dfy = df.iloc[i+1:i+nFeats+1,2:]
    return t,dfy

nModels = 1                                         # run for 1 model
nFeats  = 3
for jModel in range(nModels):
    tn,y0,y1,y2 = get_data_numpy(df0,jModel)
    tp,dfy      = get_data_pandas(df0,jModel)

    #--- graphics ---
    plt.style.use('fast')  
    fig, ax0 = plt.subplots(figsize=(20,4))
    plt.plot(tp,dfy.T, lw=4, alpha=0.4);           # plot pandas dfy with 1 command

    plt.plot(tn,-y0,lw=6,ls='--')                   # plot each numpy time series
    plt.plot(tn,-y1,lw=6,ls=':') 
    plt.plot(tn,-y2,lw=6,ls='-')
    plt.show() 

fig.savefig('plot_model_1.png', transparency=True)  

给

在数据显示（ df0.head() ）和图中，仅显示第一个模型。 为nModels设置一个大于1的数字，然后就可以运行所有模型。