如何正确导入含时间戳与恒定值的.log文件并绘制折线图？

1. 正确读取.log文件 #

先明确你的.log文件分隔规则（常见为空格、制表符），用pandas.read_csv精准读取，同时解析时间戳列：

import pandas as pd
import matplotlib.pyplot as plt

# 替换为你的文件路径，sep根据实际分隔符调整（空格用'\s+'，制表符用'\t'）
df = pd.read_csv(
    'your_data.log',
    sep='\s+',
    header=None,  # 若log无表头则启用
    names=['timestamp', 'value'],
    parse_dates=['timestamp']  # 自动解析时间戳为datetime类型
)

如果文件开头有注释行，添加skiprows=N参数跳过前N行。

2. 清理DataFrame并修复NaN问题 #

出现大量NaN通常是列拆分错误或数据类型不匹配，按以下步骤处理：

• 检查数据结构：用df.head()确认两列是否正确拆分，若列混乱则调整sep参数；
• 转换数值列类型：确保第二列是数值型，错误值转为NaN后删除：

df['value'] = pd.to_numeric(df['value'], errors='coerce')
df_clean = df.dropna(subset=['timestamp', 'value'])

3. 绘制水平直线图 #

因为数值恒定，直接用时间戳做x轴、清理后的数值做y轴绘图即可：

plt.figure(figsize=(10, 6))
plt.plot(df_clean['timestamp'], df_clean['value'], color='#2e86ab', linewidth=2)
plt.xlabel('时间戳')
plt.ylabel('恒定数值')
plt.title('时间序列恒定数值趋势图')
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()

排查技巧 #

• 用df.dtypes检查列类型，确保timestamp为datetime64、value为float64/int64；
• 若存在空行，可直接用df = df[df.notna().all(axis=1)]过滤。

内容的提问来源于stack exchange，提问作者Saradindu Samanta