基于Pandas DataFrame绘制FFT图表异常问题排查求助

问题概述 #

基于含时间和数值列的Pandas DataFrame绘制FFT图表时出现异常，表现为频谱曲线混乱、频率轴无实际参考价值。以下为原代码、样本数据：

原代码 #

import numpy as np  
import matplotlib.pyplot as plt 
import pandas as pd
from scipy.fft import fftfreq 
plt.style.use("seaborn")

data = pd.read_csv("/Users/kyungyunlee/Desktop/ IRP reference/Data/PIXEL_DATA/1_piece.csv")

N = len(t)
t = data["time"].loc[data["time"] > 5].loc[data["time"] < 10]
s = data["y_value"].loc[data["time"] > 5].loc[data["time"] < 10]
print(len(s))

fft = np.fft.fft(s)
fftfreq = np.fft.fftfreq(len(s))

plt.subplot(1, 2, 1)
plt.xlabel("Frquency Domain")
plt.ylabel("Amplitude")
plt.plot(fftfreq, fft)
plt.subplot(1, 2, 2)
plt.plot(t, s)
plt.show()

样本数据 #

time,y_value
5.009026,614
5.035417,550
5.061302,554
...（其余数据略）

异常原因分析 #

• 变量定义顺序错误：N = len(t)写在t初始化之前，会触发未定义变量报错
• FFT结果未处理复数：np.fft.fft()返回复数数组，直接绘图会导致曲线混乱，需取绝对值表示幅值
• 频率轴未匹配真实采样率：fftfreq默认采样周期为1，未结合数据的实际时间间隔，导致频率刻度无实际意义
• 未过滤对称频谱：FFT结果是对称的，同时展示正负频率会造成图表冗余
• 未处理非均匀采样：原始时间序列可能是非均匀的，而FFT要求输入为均匀采样数据

修正后的代码 #

import numpy as np  
import matplotlib.pyplot as plt 
import pandas as pd
plt.style.use("seaborn")

# 读取并筛选数据
data = pd.read_csv("/Users/kyungyunlee/Desktop/ IRP reference/Data/PIXEL_DATA/1_piece.csv")
filtered_data = data[(data["time"] > 5) & (data["time"] < 10)].copy()

# 处理非均匀采样：插值为均匀时间序列
t_original = filtered_data["time"].values
s_original = filtered_data["y_value"].values
# 计算平均采样间隔，生成均匀时间轴
dt = np.mean(np.diff(t_original))
t_uniform = np.arange(t_original[0], t_original[-1], dt)
# 线性插值得到均匀采样的信号值
s_uniform = np.interp(t_uniform, t_original, s_original)

N = len(s_uniform)
# 计算FFT并处理幅值与频率轴
fft_vals = np.fft.fft(s_uniform)
fft_amp = np.abs(fft_vals) / N  # 归一化幅值，匹配原始信号量级
freqs = np.fft.fftfreq(N, d=dt)  # 基于真实采样间隔计算频率

# 筛选正频率部分，简化图表展示
positive_mask = freqs > 0
positive_freqs = freqs[positive_mask]
positive_amp = fft_amp[positive_mask]

# 绘图
plt.figure(figsize=(12, 5))
plt.subplot(1, 2, 1)
plt.xlabel("Frequency (Hz)")
plt.ylabel("Amplitude")
plt.plot(positive_freqs, positive_amp)
plt.title("FFT Spectrum")

plt.subplot(1, 2, 2)
plt.plot(t_uniform, s_uniform)
plt.xlabel("Time")
plt.ylabel("y_value")
plt.title("Uniformly Sampled Signal")

plt.tight_layout()
plt.show()

关键修复说明 #

• 调整变量定义顺序，先筛选数据再计算序列长度
• 对FFT结果取绝对值并归一化，得到与原始信号匹配的幅值
• 结合数据的实际时间间隔计算频率轴，确保刻度准确反映真实频率
• 仅展示正频率部分，避免频谱对称重复造成的混乱
• 通过插值将非均匀采样数据转换为均匀采样序列，满足FFT的输入要求

内容的提问来源于stack exchange，提问作者Kyungyun