Python树莓派传感器实时绘图报KeyError: 'x_value'错误求助

• 1. 数据采集脚本仅在控制台打印了列名，没有将x_value等表头写入data.csv文件，pandas读取csv时默认将第一行传感器数据识别为表头，自然找不到x_value列。
• 2. 写入csv时使用了{:>4}这类右对齐格式，数值前带多余空格，即使后续加了表头也可能因为列名/数值存在多余空格导致匹配失败。
• 3. 其他潜在问题：采集脚本缩进错误、频繁开关文件可能丢数据、绘图脚本刷新间隔设置不合理、运行顺序不对也可能触发该报错。

第一步：修改数据采集脚本 #

from datetime import datetime
import time
import busio
import digitalio
import board
import adafruit_mcp3xxx.mcp3008 as MCP
from adafruit_mcp3xxx.analog_in import AnalogIn
import RPi.GPIO as GPIO
import os # 新增，用于判断文件状态

fieldnames = ["x_value", "D_1", "D_2", "D_3", "D_4", "D_5", "D_6"]
csv_path = 'data.csv'

# 新增：文件为空/不存在时先写入表头
if not os.path.exists(csv_path) or os.path.getsize(csv_path) == 0:
    with open(csv_path, 'w', encoding='utf-8') as f:
        f.write(','.join(fieldnames) + '\n')

spi = busio.SPI(clock=board.SCK, MISO=board.MISO, MOSI=board.MOSI)
cs = digitalio.DigitalInOut(board.D5)
mcp = MCP.MCP3008(spi, cs)
print('x_value, D_1, D_2, D_3, D_4, D_5, D_6')
print('-' * 67)
while True:
    try:
        values = [0]*8
        for i in range(8):
            values[i] = mcp.read(i)

        d=datetime.now()
        for i in range(6):
            values[i] = round(((-25.74257)*(values[i]*0.00488758553))+65)
        
        # 控制台打印保留对齐格式不影响
        print('{:%M.%S}, {:>4},  {:>4},  {:>4},  {:>4},   {:>4},   {:>4}'.format(d, values[0], values[1],values[2], values[3], values[4], values[5]))
        # 写入csv时去掉多余空格，仅用逗号分隔
        str1 = f"{d:%M.%S},{values[0]},{values[1]},{values[2]},{values[3]},{values[4]},{values[5]}\n"
        # 改用with上下文管理，自动关闭文件
        with open(csv_path, 'a', encoding='utf-8') as fout:
            fout.write(str1)
    except RuntimeError as error:
        print('failed')
    time.sleep(1.0) # 修正缩进，放在while循环内部

第二步：修改绘图脚本 #

import csv
from itertools import count
import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation

plt.style.use('fivethirtyeight')

x_vals = []
y_vals = []

index = count()
def animate(i):
    try: # 新增异常捕获，避免csv被写入时读取失败报错
        data = pd.read_csv('data.csv', header=0) # 明确指定第一行为表头
        x = data['x_value']
        y1 = data['D_1']
        y2 = data['D_2']
        y3 = data['D_3']
        y4 = data['D_4']
        y5 = data['D_5']
        y6 = data['D_6']

        plt.cla()
        plt.plot(x, y1, label='Sensor 1')
        plt.plot(x, y2, label='Sensor 2')
        plt.plot(x, y3, label='Sensor 3')
        plt.plot(x, y4, label='Sensor 4')
        plt.plot(x, y5, label='Sensor 5')
        plt.plot(x, y6, label='Sensor 6')
        plt.legend(loc='upper left')
        plt.tight_layout()
    except Exception as e:
        pass # 跳过异常帧，等待下次刷新

# interval单位为毫秒，改为1000和采集频率对齐，原1ms会导致性能浪费
ani = FuncAnimation(plt.gcf(), animate, interval=1000)
plt.tight_layout()
plt.show()

运行注意事项 #

• 必须先运行数据采集脚本，等1~2秒确认data.csv已经生成并写入数据后，再运行绘图脚本
• 如果之前已经生成了错误的data.csv，请先删除旧文件，再运行修改后的代码

内容的提问来源于stack exchange，提问作者Milon