Discussion :

[Salicandre]

Bonsoir,

Je suis en train de créer un script pour traiter automatiquement des tableau CSV et en faire des courbes.
Mon code très basique

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
# -*- coding: utf-8 -*-
import matplotlib.pyplot as plt
import pandas as pd
 
 
# Initialize the lists for X and Y
data = pd.read_csv("C:/Users/Sali/Documents/Travail/Prepa2/TIPE/CSV/0B_1.csv", sep = ",", skiprows=12)
 
df = pd.DataFrame(data)
 
X = df['t(s)']
Y = df[' Charge (T)']
 
# Plot the data
plt.plot(X, Y, 'r')
plt.title("Courbe de charge dans le temps")
plt.xlabel("Temps (S)")
plt.ylabel("Charge (T)")
 
plt.show()

La première étape conciste donc à trier les données que je souhaite utiliser. En l'occurence, les csv que je traite font plusieurs dizaines de miliers de lignes et j'en ai plusieurs dizaines à faire donc trop long de le faire à la main.

Je vous met un aperçus du tableau



Les colonnes qui m'interressent sont t(s) et charge (T). Hors je ne souhaite conserver que les valeurs de charge suppérieur ou éguales à 0,01 qui sont au début et à la fin du tableau
Après plusieurs recherches et lectrure de la doc de Panda https://pandas.pydata.org/docs/refer....read_csv.html

J'ai bien vu que skiprows et skipfooter permettent de sauter des lignes, mais d'après ce que j'ai compris avec un nombre de ligne donné et pas avec une condition.
Si quelqu'un a donc une idée de comment faire ça, je suis prenneur

Merci d'avance

[wiztricks]

Salut,

J'ai bien vu que skiprows et skipfooter permettent de sauter des lignes, mais d'après ce que j'ai compris avec un nombre de ligne donné et pas avec une condition.
Si quelqu'un a donc une idée de comment faire ça, je suis prenneur

Savoir un minimum programmer avec Python est un pré-requis à l'utilisation de pandas....
Ce qui suppose savoir lire un CSV pour en faire un tableau avec des listes de listes et le trier avec sorted.

Après si on veut faire ça avec pandas, on définit un jeu de données "petit" mais significatif et on essaie d'obtenir le résultat cherché.
Si on ne s'en sort pas, on peut exposer la logique qu'on a suivi et poster le code...

- W

[umfred]

selon moi, ce serait la fonction loc https://pandas.pydata.org/docs/refer...eries.loc.html (regardes les exemples)