Python实现导入文件和数据处理

Question

所给文件为某工厂的三相电压、电流、功率因数、有功功率、无功功率和视在功率，读取30分钟数据，根据电压、电流和功率因数，计算有功功率、无功功率、视在功率，与实测数据对比，绘图对比计算值和实测值。
说明：
1.txt文件数据是经过处理的数据，读取后需删除空格，转换格式；有的文件第一行为乱码，可以删除；
2.电压.txt、电流.txt和PF.txt文件的数据是A、B、C、N相电压、电流、功率因数的最小值、平均值和最大值，使用平均值计算；
3.有功功率.txt、无功功率.txt、视在功率.txt文件的数据是A、B、C相和三相总功率的最小值、平均值和最大值；

文件无法上传，给出程序即可，感谢
可追加酬金

Answer 1

将原文本数据另存"utf-8"格式，读取时使用编码‘utf-8-sig'，用pandas对数据进行类型转换，参考代码：

import numpy as np
import pandas as pd
#a=np.loadtxt('电流.txt')
pd.set_option('display.max_columns',None)
def read_txt(fn):
    a=pd.read_table(fn,header=None,skiprows=1,encoding='utf-8-sig',delimiter='\t')
    a=a.applymap(lambda x:x.replace(' ',''))
    a=a.iloc[:,[0,1,2,3,4,6,7,8,10,11,12,14,15,16]]
    a['date']=a[[0,1]].apply(lambda x: ' '.join(x), axis=1)
    a['date']=pd.to_datetime(a['date'])
    a=a.set_index('date').drop([0,1],axis=1).astype(float).reset_index()
    print(a)
    print(a.info())
f='电流2.txt'
read_txt(f)

[7228 rows x 13 columns]
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 7228 entries, 0 to 7227
Data columns (total 13 columns):
 #   Column  Non-Null Count  Dtype
---  ------  --------------  -----
 0   date    7228 non-null   datetime64[ns]
 1   2       7228 non-null   float64
 2   3       7228 non-null   float64
 3   4       7228 non-null   float64
 4   6       7228 non-null   float64
 5   7       7228 non-null   float64
 6   8       7228 non-null   float64
 7   10      7228 non-null   float64
 8   11      7228 non-null   float64
 9   12      7228 non-null   float64
 10  14      7228 non-null   float64
 11  15      7228 non-null   float64
 12  16      7228 non-null   float64
dtypes: datetime64[ns](1), float64(12)