Python读取空行分隔带编号的CSV时序数据集并计算时间积分求助

针对你这种用空行分隔样本的CSV文件，直接用pd.read_csv会把所有数据合并，没法区分样本。这里给你两种简单易上手的实现思路，基于你已经熟悉的pandas扩展：

方法一：手动分割样本块（最直观） #

核心思路是先读取整个文件内容，按空行切割成单个样本的独立内容，再逐个转成DataFrame处理：

import pandas as pd
import numpy as np
from io import StringIO
import re

# 1. 读取整个CSV文件
with open('你的数据文件.csv', 'r', encoding='utf-8') as f:
    file_content = f.read()

# 2. 按空行分割成独立样本块（兼容任意空白空行）
sample_blocks = [block.strip() for block in re.split(r'\n\s*\n', file_content) if block.strip()]

# 3. 遍历每个样本计算时间积分
for block in sample_blocks:
    # 提取样本编号和数据部分
    lines = block.split('\n')
    sample_name = lines[0].strip()  # 比如得到「Sample 1」
    data_content = '\n'.join(lines[1:])
    
    # 转成DataFrame
    df = pd.read_csv(StringIO(data_content))
    
    # 4. 用梯形法计算时间积分（适合离散时序数据）
    # 替换成你实际的时间列和数值列名
    time_col = 'Time'
    value_col = 'Value'
    integral_result = np.trapz(df[value_col], x=df[time_col])
    
    print(f"{sample_name} 的时间积分: {integral_result:.4f}")

关键细节说明： #

• 用re.split(r'\n\s*\n', ...)可以兼容CSV里的任意空白空行（比如多个换行、带空格的空行），避免分割出错。
• StringIO把字符串转成pandas能读取的「虚拟文件」，不用额外生成临时文件。
• 梯形法(np.trapz)是离散时序积分的常用方法，比简单矩形求和更准确，需要的话可替换为scipy.integrate.simpson等其他积分方式。

方法二：利用pandas分组功能（进阶） #

如果你的CSV里每个数据行都带有样本编号，或者空行可被识别为全空行，可以先读入所有数据，再按样本分组计算：

import pandas as pd
import numpy as np

# 1. 读入数据，关闭默认空值识别避免空行被转成NaN
df = pd.read_csv('你的数据文件.csv', keep_default_na=False)

# 2. 标记样本分组：以全空行为分割点生成组ID
df['group_id'] = (df.isna().all(axis=1)).cumsum()

# 3. 过滤空行后按组计算积分
for group_id, group_df in df[~df.isna().all(axis=1)].groupby('group_id'):
    # 提取样本编号（替换成你数据里的样本编号列名）
    sample_name = group_df.iloc[0]['Sample']
    integral_result = np.trapz(group_df['Value'], x=group_df['Time'])
    print(f"{sample_name} 的时间积分: {integral_result:.4f}")

适用场景： #

这种方法适合CSV里每个数据行都带有样本标识，或者空行可被识别为全空行的情况，无需手动分割文件内容。

注意事项 #

• 如果时间列是字符串格式，先转成数值类型：df['Time'] = pd.to_numeric(df['Time'], errors='coerce')
• 确保代码里的列名和你CSV中的实际列名一致，比如替换Time、Value为你的数据列名。

内容的提问来源于stack exchange，提问作者gtikho_65