Python Matplotlib - 同一数据文件中的多个系列

Question

我是 python 的“新手”(两周前开始学习)，我正在尝试绘制一个如下所示的文件:

"1stSerie"    
2 23
4 12
6 12

"2ndSerie"
2 51
4 90
6 112

使用以下任何一种:pandas、matplotlib 和 numpy。但我并没有取得太大的成功。我尝试搜索示例，但没有一个适用于我的数据格式。

有人可以帮我找出如何将这个文件加载到 pandas 数据框中，或者(更好的是)告诉我如何绘制这个文件吗？

详细信息:

• 对于我拥有的不同数据集，每个系列中的行数不同，但在同一数据集(文件)中，行数是相同的(如代码摘录中所示)。
• 每个系列之间有一个空行，与代码摘录中完全一样。
• 系列的标题是整个字符串，但是用一个词(如果使用两个词/列更容易导入)我可以更改标题。

更新 1:

在@Goyo 的帮助下，我将方法 convert() 更改为如下所示:

#!/usr/bin/env python3
def convert(in_file, out_file):
name = ""
for line in in_file:
    line = line.strip()
    print(line)
    if line == "":
        continue
    if line.startswith('"'):
        name = line.strip('"')
        print("NAME:: " + name)
    else:
        out_file.write("{0}\n".format(','.join([name] + line.split("\t")) ) )

要绘制我使用以下代码:

with open('nro_caribou.dat') as in_file:
    with open('output.txt', 'w+') as out_file:
       convert(in_file, out_file)
    df = pd.read_csv('output.txt', header=None,names=['Methods', 'Param', 'Time'], sep=",", )
    print(df)
    df.pivot(values='Time', index='Param', columns='Methods').plot()

我的原始数据:https://gist.github.com/pedro-stanaka/c3eda0aa2191950a8d83

还有我的情节:

Answer 1

据我所知，pandas、matplotlib 或 numpy 中没有内置功能来读取这样的文件。如果您对数据格式有一些控制权，我鼓励您更改它。

如果您别无选择，只能使用该格式，您可以仅使用 python I/O 和字符串操作功能自行解析数据(我不认为 pandas 可以使这更容易，它不是为处理这些类型而设计的文件)。

此函数可以将数据从您的格式转换为另一种更适合 pandas 的格式:

def convert(in_file, out_file):
    for line in in_file:
        line = line.rstrip(' \n\r') 
        if not line:
            continue
        if line.startswith('"'):
            name = line.strip('"')
        else:
            out_file.write('{}\n'.format(','.join([name] + line.split())))

如果您的原始文件是“input.txt”，您可以这样使用它:

with open('input.txt') as in_file:
    with open('output.txt', 'w') as out_file:
        convert(in_file, out_file)
df = pd.read_csv('output.txt', header=None,
                 names=['Series', 'X', 'Y'])
print(df)

      Series  X    Y
0  1st Serie  2   23
1  1st Serie  4   12
2  1st Serie  6   12
3  2nd Serie  2   51
4  2nd Serie  4   90
5  2nd Serie  6  112

df.pivot(index='X', columns='Series', values='Y').plot()