使用 pandas 数据框为图形拟合数据答案

【问题标题】：Using pandas dataframe to fit data for a graph使用 pandas 数据框为图形拟合数据
【发布时间】：2015-10-30 06:56:13
【问题描述】：

在我开始解释之前，这是我的一些数据示例：

 PP04-O3N2SNpos log(O/H) + 12   positive error! negative error! nuclear metallicity NED calculated virgo infall distance in Kpc
  9.04                          0.24           -0.09             -                  -
  8.76                          0.17           -0.02             -                  4.61
  8.92                          0.04           -0.04             9.03               2.97297
  9.22                          0.04           -0.04             -                  8.24493
  8.78                          0.44           -0.24             9.23               10.25775
  8.96                          0.07           -0.2              9.05               7.2698
  8.78                          0.03           -0.03             8.48               2.02958

所以 PP04 是 NED 计算距离中心的金属丰度，而核金属丰度是中心的金属丰度。我试图找出是否存在某种方程式，如果我知道核金属丰度和与中心的距离，我就可以计算出 PP04。它看起来像这样：

'PP04' - 'nuclear metallicity' = distance * gradient

渐变是我要找的。p>

为此，我编写了一个代码来拟合所有数据，因此核金属丰度为零，然后我可以求解梯度并绘制数据图表，但我的代码存在一些问题。

 import matplotlib.pyplot as plt
 import pandas as pd
 from pandas import *
 from matplotlib import *
 import traceback
 import numpy as np

 #import data into a pandas dataframe called df
 df = pd.DataFrame.from_csv('Combined data.csv')
 df = df.dropna()
 #drop the nulls
 print df
 y = df['PP04-O3N2SNpos log(O/H)+12'] - df['nuclear metallicity']
 yerr = np.array([(df['negative error!'],df['positive error!'])]).T
 x = df['NED calculated virgo infall distance in Kpc']
 intercept, gradient = np.polyfit(x,y,1)
 print(intercept,gradient)

 #to make a graph using the data
 plt.errorbar(x,y,yerr,fmt = 'r-')
 plt.xlabel('Distance from center in kpc')
 plt.ylabel('PP04-O3N2SNpos log(O/H)+12')
 plt.title('Central metallicity vs SN metallicity')
 plt.show()

另一个错误我得到了这个

 TypeError: cannot concatenate 'str' and 'float' objects

我对 python 很陌生，所以我确信我的代码还有其他问题，如果您也能提供帮助，我们将不胜感激。我不确定我绘制数据的方式是否正确，但我无法检查其他错误。

编辑： 我使用下面的帮助来更改我的代码，所以现在它正在使用

 pd.read_csv('Combined data.csv').dtypes
 pd.read_csv('Combined data.csv',na_values = '-').dtypes
 df = pd.read_csv('Combined data.csv',na_values = '-')

但现在我得到了错误

 TypeError: unsupported operand type(s) for -: 'float' and 'str'

这是回溯。

【问题讨论】：

1) 显然，当您获得上面显示的回溯时，KeyError 没有发生，因此这意味着您已经解决了导致它的原因。也许将它从问题中删除是有意义的。 2) 错误似乎表明您的 x 数组包含字符串而不是浮点数。检查最后一列的类型并在必要时进行转换。
我的猜测是，代表缺失值的连字符可能会阻止 pandas 将列转换为浮点数。尝试使用read_csv 的na_values 参数。
回溯中没有发生 KeyError 的原因是因为我删除了说 df['nuclear metality'] 的部分，以查看其他 df 是否也出现错误，但后来我得到了上面的错误。所以我仍然有 KeyError 但我想我应该更清楚。感谢您的帮助，我会尝试您的建议。
在任何情况下，最好每个问题询问一个编程问题。您可以尝试打印df.columns 以查看列名中是否有空格或类似的内容。
感谢您的建议。我使用您在下面建议的内容将连字符作为 NaN 替代品，但我仍然收到一个我认为相关的错误。我在上面编辑了答案以反映我的更改。

标签： python pandas matplotlib typeerror

【解决方案1】：

如果您的文件中确实有连字符，它们可能会阻止 pandas 将列识别为数字。您可以使用 na_values 参数告诉它将连字符视为 NaN 替代品 read_csv：

In [1]: import pandas as pd

In [2]: %cat test.csv
a,b
0,-
-,1

In [3]: pd.read_csv('test.csv').dtypes
Out[3]:
a    object
b    object
dtype: object

In [4]: pd.read_csv('test.csv', na_values='-').dtypes
Out[4]:
a    float64
b    float64
dtype: object

In [5]: pd.read_csv('test.csv', na_values='-')
Out[5]:
    a   b
0   0 NaN
1 NaN   1

【讨论】：