python数据处理实战：工作中的小案例之溃缩能计算

本人实际工作中，需要对样品进行检测，其中一项检测为溃缩能检测，就是对样品进行压力试验，根据输出的应力-压溃度曲线，来计算溃缩能。由于实际曲线无法给定具体函数，也就无法用积分公式解决，只能根据积分定义中的概念来解决（不清楚可以百度回顾下相关知识）
数据处理工具基本都能解决这个问题：Excel、Origin、Python等，但用Python更容易实现自动化批量处理，后期可以通过扩展实现自动化输出报表（自己暂时没这个实力）。
本文使用Jupyter Notebook进行数据处理
废话少说，咱们进入正题！！

1.初次实现

以下只是实现了一个文件的处理，没有什么复杂的操作，基本就是pandas的日常操作，并且数据也相对干净，刚开始进行pandas学习的童鞋可以用来练练手。

先用python读取其中的一个文件，看一下数据的分布情况。
读取文件时，需要多尝试几次，遇到的问题如下：
1.crv文件我都没听说过，不知道和csv有没有关系，尝试着用pd.read_csv进行读取；2.编码不同，默认是采用utf-8进行，而该文件用gbk；
3.数据列名没有自动推断，需自己添加；
4.分隔符为"\t"；
5.数据列名和实际记录数据不在一列中，是错位的，需要进行必要的清洗，使数据简洁直观

import numpy as np
import pandas as pd
from scipy import integrate
import math
# 读取文件
file = pd.read_csv('demo.crv',encoding='gbk',header=1,sep='\t')
# 查看数据前几行
file.head()
# 查看数据汇总信息
file.info()
# 查看数据缺失情况
file.notnull().sum(