Python处理G力CSV数据：gFy列格式转换与峰值检测问题求助

一、修复KeyError: 'gFy' #

出现该错误的核心原因是列名匹配异常或CSV读取参数错误，以下是针对性解决方案：

1. 清理列名隐藏空格/特殊字符 #

你打印df.columns.values看到列名存在，但可能列名前后带有空格（如' gFy'或'gFy '）或不可见字符。先统一清理所有列名：

df.columns = df.columns.str.strip()

之后再尝试访问df['gFy']即可匹配到正确列。

2. 修正CSV分隔符参数 #

你的代码使用sep='\t'（制表符分隔），但注释提到“split column names by semicolon”，说明实际文件大概率是分号分隔。修改读取逻辑：

# 基础分号分隔
df = pd.read_csv('G-forceData.csv', sep=';')
# 若列名与值之间带有空格，用正则兼容
df = pd.read_csv('G-forceData.csv', sep='\s*;\s*', engine='python')

3. 直接用decimal参数处理逗号小数 #

无需手动替换逗号，read_csv支持指定小数分隔符，一步完成数值类型转换：

df = pd.read_csv('G-forceData.csv', sep=';', decimal=',')
df.columns = df.columns.str.strip()
gFy = df['gFy'].values  # 直接转为numpy数组，无需额外类型转换

二、实现时段峰值检测 #

你之前用直方图的方式是统计数据分布峰值，并非时间序列的时段局部峰值。以下是两种实用实现方案：

方法1：使用scipy.signal.find_peaks（推荐） #

该方法内置峰值检测逻辑，可灵活过滤噪声：

import pandas as pd
import numpy as np
from scipy.signal import find_peaks

# 读取并预处理数据
df = pd.read_csv('G-forceData.csv', sep=';', decimal=',')
df.columns = df.columns.str.strip()

# 检测gFy的正向峰值：height设最小峰值高度，distance设峰值最小间距
peaks, properties = find_peaks(df['gFy'], height=0.003, distance=10)
peak_data = df.loc[peaks, ['time', 'gFy']]
print("正向峰值：")
print(peak_data)

# 检测谷值（负峰值）：对gFy取反后检测
valleys, val_props = find_peaks(-df['gFy'], height=0.003, distance=10)
valley_data = df.loc[valleys, ['time', 'gFy']]
print("\n负向谷值：")
print(valley_data)

方法2：手动差分法（无需依赖scipy） #

通过二阶差分判断局部峰值位置：

import pandas as pd
import numpy as np

# 读取预处理数据
df = pd.read_csv('G-forceData.csv', sep=';', decimal=',')
df.columns = df.columns.str.strip()

# 计算二阶差分，定位峰值点
first_diff = np.diff(df['gFy'])
second_diff = np.diff(first_diff)
# 二阶差分由正转负的位置即为峰值（索引需+1补平差分后的长度损失）
peak_indices = np.where(second_diff < 0)[0] + 1
# 过滤密集噪声峰值，设置最小间距5个数据点
peak_indices = peak_indices[np.diff(peak_indices, prepend=-10) > 5]

peak_data = df.loc[peak_indices, ['time', 'gFy']]
print("检测到的峰值：")
print(peak_data)

参数说明 #

• height：过滤低于该值的小波动噪声，可根据你数据的±0.005范围调整（如设为0.003）。
• distance：限制两个峰值的最小数据点间距，避免检测到连续噪声。

内容的提问来源于stack exchange，提问作者Mathijs Follon