如何构建直接可视化xlsx文件数据的函数？降雨数据可视化遇阻求助

一、先解决Pandas导入XLSX失败的问题 #

1. 补全依赖 #

Pandas处理xlsx文件需要openpyxl引擎支持，先执行安装命令：

pip install pandas openpyxl

2. 修正路径与格式问题 #

• 路径错误是高频坑：Windows系统用原始字符串或双反斜杠规避转义问题，示例：

  import pandas as pd
  # 原始字符串写法
  df = pd.read_excel(r'C:\your_folder\rainfall_1993-2023.xlsx', engine='openpyxl')
  # 双反斜杠写法
  df = pd.read_excel('C:\\your_folder\\rainfall_1993-2023.xlsx', engine='openpyxl')
  

• 表格有复杂表头/冗余行：如果数据从第2行开始，指定skiprows=1；如果表头是合并单元格，手动定义列名：

  df = pd.read_excel('rainfall.xlsx', engine='openpyxl', skiprows=1, names=['Year', 'Rainfall', 'Month'])
  

3. 验证导入结果 #

导入后先确认数据正确性：

print(df.head())  # 查看前5行
print(df.dtypes)  # 检查年份、降雨量的数据类型（年份应为int，降雨量应为float）

二、构建通用XLSX数据可视化函数 #

下面是可直接调用的函数，支持自定义sheet、轴列，适配时间序列（比如你的1993-2023年份数据）：

import pandas as pd
import matplotlib.pyplot as plt

def visualize_xlsx_data(file_path, sheet_name=0, x_col='Year', y_col='Rainfall', plot_type='line'):
    # 导入数据
    df = pd.read_excel(file_path, sheet_name=sheet_name, engine='openpyxl')
    
    # 清洗缺失值（按需调整）
    df = df.dropna(subset=[x_col, y_col])
    
    # 确保x轴数据类型正确
    df[x_col] = df[x_col].astype(int)
    
    # 绘图逻辑
    plt.figure(figsize=(12, 6))
    if plot_type == 'line':
        plt.plot(df[x_col], df[y_col], marker='o', linestyle='-', color='#1f77b4')
    elif plot_type == 'bar':
        plt.bar(df[x_col], df[y_col], color='#87ceeb')
    
    # 图表美化
    plt.title(f'{y_col} Trend: {df[x_col].min()} - {df[x_col].max()}', fontsize=14)
    plt.xlabel(x_col, fontsize=12)
    plt.ylabel(y_col, fontsize=12)
    plt.grid(axis='y', linestyle='--', alpha=0.7)
    plt.xticks(rotation=45)  # 年份过多时旋转标签避免重叠
    plt.tight_layout()
    plt.show()

三、针对降雨数据的调用示例 #

假设你的xlsx文件中，Year列是1993-2023年份，Annual_Rainfall是年降雨量：

# 调用函数生成折线图
visualize_xlsx_data(
    file_path='rainfall_1993-2023.xlsx',
    x_col='Year',
    y_col='Annual_Rainfall',
    plot_type='line'
)

# 换成柱状图只需修改plot_type参数
# visualize_xlsx_data(file_path='rainfall_1993-2023.xlsx', x_col='Year', y_col='Annual_Rainfall', plot_type='bar')

额外排查技巧 #

• 图表异常：用df.describe()查看统计信息，过滤异常值（比如负降雨量）：

  df = df[df[y_col] >= 0]
  

• 年份不连续：先排序再绘图：

  df = df.sort_values(by=x_col)
  

内容的提问来源于stack exchange，提问作者iamhbc