pandas DataFrame重复值检测及翼型坐标绘图多余连线处理

问题复现 #

爬取公开翼型坐标数据的原始实现代码：

import pandas as pd
from io import StringIO
import requests
import matplotlib.pyplot as plt
import numpy as np
from scipy.interpolate import make_interp_spline
url = 'https://m-selig.ae.illinois.edu/ads/coord/b737a.dat'
response = requests.get(url).text

lines = []
for idx, line in enumerate(response.split('\n'), start=1):
    if all([x.replace('.','').replace('-','').isdecimal() for x in line.split()]):
        lines.append(line)

lines = [x.split() for x in lines]
df = pd.DataFrame(lines)
df = df.dropna(axis=0)
df = df.astype(float)
df = df[~(df > 1).any(1)]
print(df)

代码运行输出的坐标数据集：

0       1
2   0.0000  0.0177
3   0.0023  0.0309
4   0.0050  0.0372
5   0.0076  0.0415
6   0.0143  0.0499
7   0.0249  0.0582
8   0.0495  0.0730
9   0.0740  0.0814
10  0.0990  0.0866
11  0.1530  0.0907
12  0.1961  0.0905
13  0.2504  0.0887
14  0.3094  0.0858
15  0.3520  0.0833
16  0.3919  0.0804
17  0.4477  0.0756
18  0.5034  0.0696
19  0.5593  0.0626
20  0.5965  0.0575
21  0.6488  0.0498
22  0.8351  0.0224
23  0.9109  0.0132
24  1.0000  0.0003
26  0.0000  0.0177
27  0.0022  0.0038
28  0.0049 -0.0018
29  0.0072 -0.0053
30  0.0119 -0.0106
31  0.0243 -0.0204
32  0.0486 -0.0342
33  0.0716 -0.0457
34  0.0979 -0.0516
35  0.1488 -0.0607
36  0.1953 -0.0632
37  0.2501 -0.0632
38  0.2945 -0.0626
39  0.3579 -0.0610
40  0.3965 -0.0595
41  0.4543 -0.0563
42  0.5050 -0.0527
43  0.5556 -0.0482
44  0.6063 -0.0427
45  0.6485 -0.0375
46  0.8317 -0.0149
47  0.9410 -0.0053
48  1.0000 -0.0003

问题分析 #

绘图时出现跨区域多余连线，核心原因如下：

• 该站点翼型文件采用固定存储规则：先沿x轴从0到1记录翼型上表面坐标，到达尾缘点(x=1)后，再沿x轴从1回落至0记录翼型下表面坐标
• 直接按数据集原始顺序连线，下表面绘制完成回到前缘点(x=0)后，会自动和数据集开头的上表面前缘点连接，生成贯穿翼型内部的无效连线
• 观测到的x=0重复值是上下表面各自的前缘起点，属于有效轮廓数据，直接删除会造成翼型形状缺失

修复逻辑 #

• 检测分界点：定位x列（第0列）第一次取值为1的索引位置，以此为界拆分上表面、下表面两个独立坐标集
• 重复值清理：对拆分后的两个数据集分别做重复值检测，删除单段轮廓内的重复坐标点，避免后续光滑插值时报错
• 绘图顺序重构：按「上表面从x=0到x=1，下表面反转后从x=1回到x=0」的顺序拼接坐标，去掉拼接处重复的尾缘点，保证绘图路径沿翼型外轮廓连续延伸
  核心修复代码：

# 定位上下表面分界点（第一个尾缘点位置）
split_idx = df[df[0] == 1.0].index[0]
# 拆分上下表面坐标集
upper_surface = df.loc[:split_idx].copy()
lower_surface = df.loc[split_idx+1:].copy()

# 清理单段内的重复x坐标
upper_surface = upper_surface.drop_duplicates(subset=0, keep='first')
lower_surface = lower_surface.drop_duplicates(subset=0, keep='first')

# 拼接为符合绘图顺序的数据集
plot_df = pd.concat([upper_surface, lower_surface.iloc[::-1].iloc[1:]], axis=0)

# 后续直接使用plot_df做插值、绘图即可，不会出现多余连线

内容的提问来源于stack exchange，提问作者John Chae