📚 课程目录第4章数据筛选与切片

4、数据筛选与切片：基于条件筛选仿真数据，时间序列切片

仿真跑完了，数据导出来了。然后呢？

说实话，我最怕看到学员对着几万行数据发呆。数据量大不是问题，问题是你不知道怎么切。今天咱们就聊聊怎么从一堆仿真数据里，精准地捞出你想要的那一段。

4.1 为什么需要筛选与切片？

仿真数据通常是个时间序列。从 t=0 跑到 t=10s，采样步长 1ms，那就是 10001 个点。但很多时候，我们只关心某个特定区间。

举个例子。我在做电机启动特性分析时，只关心从 0.5s 到 2.0s 这段——因为 0.5s 之前是初始扰动，2.0s 之后已经稳态了。中间这段才是关键。

核心观点：筛选与切片不是偷懒，而是聚焦。去掉噪声段、瞬态段，只保留你真正关心的物理过程。

4.2 条件筛选：按逻辑规则过滤数据

条件筛选，说白了就是「如果……就留下」。MATLAB 里用逻辑索引，Python 里用布尔掩码。原理一样，写法不同。

4.2.1 MATLAB 逻辑索引

% 加载仿真数据
load('sim_data.mat');  % 包含 t, v, i 三个向量

% 条件筛选：只保留电压大于 0.8 倍额定值的点
idx = v > 0.8 * v_nominal;
t_filtered = t(idx);
v_filtered = v(idx);
i_filtered = i(idx);

% 多条件组合：电压高且电流低
idx2 = (v > 0.8 * v_nominal) & (i < 0.5 * i_nominal);

我的习惯：先单独生成逻辑索引，再统一应用。别把条件写在一行里，调试起来太痛苦。我曾经在项目里把五个条件叠在一行，结果找 bug 找了两个小时——后来发现少写了一个括号。

4.2.2 Python pandas 布尔掩码

import pandas as pd

# 读取仿真数据
df = pd.read_csv('sim_data.csv')

# 条件筛选
df_filtered = df[df['voltage'] > 0.8 * v_nominal]

# 多条件
df_filtered2 = df[(df['voltage'] > 0.8 * v_nominal) & 
                  (df['current'] < 0.5 * i_nominal)]

你想想看，这两种写法本质上是一样的。逻辑索引就是 0 和 1 的向量，True 留下，False 扔掉。简单粗暴。

4.3 时间序列切片：按时间窗口截取

条件筛选是按值过滤，时间切片是按时间范围截取。这两者经常配合使用。

4.3.1 MATLAB 时间切片

% 定义时间窗口
t_start = 0.5;
t_end = 2.0;

% 切片
idx_time = (t >= t_start) & (t <= t_end);
t_slice = t(idx_time);
v_slice = v(idx_time);
i_slice = i(idx_time);

4.3.2 Python 时间切片

# 方法一：布尔掩码
mask = (df['time'] >= 0.5) & (df['time'] <= 2.0)
df_slice = df[mask]

# 方法二：设置时间列为索引（推荐）
df = df.set_index('time')
df_slice = df.loc[0.5:2.0]  # 直接切片，更优雅

注意：用 loc 切片时，索引必须是单调递增的。如果数据时间戳有回跳，loc 会报错或返回错误结果。我踩过这个坑——有一次仿真数据因为重启记录，时间戳重置了，结果 loc 切片全乱套。

4.4 实战案例：电机启动数据分析

咱们来个完整的例子。假设你有一组电机启动的仿真数据，包含时间、转速、电流、转矩四个变量。

变量	符号	单位	说明
时间	t	s	0~5s，步长 0.001s
转速	n	rpm	从 0 加速到 1500
电流	i	A	启动冲击电流
转矩	T	Nm	启动转矩

我们要做三件事：

截取 0.2s~1.5s 的启动加速段
筛选电流超过 100A 的过流点
找到转速首次达到 1400rpm 的时刻

% MATLAB 完整流程
load('motor_start.mat');

% 1. 时间切片
idx_t = (t >= 0.2) & (t <= 1.5);
t_seg = t(idx_t);
n_seg = n(idx_t);
i_seg = i(idx_t);
T_seg = T(idx_t);

% 2. 过流筛选
idx_overcurrent = i_seg > 100;
t_over = t_seg(idx_overcurrent);
i_over = i_seg(idx_overcurrent);

% 3. 找首次达到 1400rpm
idx_1400 = find(n_seg >= 1400, 1, 'first');
t_1400 = t_seg(idx_1400);

关键点：先切片再筛选，数据量小了，后续操作更快。别上来就全量数据做条件筛选——几百万行的数据，一次逻辑运算可能就要几秒钟。

4.5 知识体系：筛选与切片的核心逻辑

下面这张图，是我自己总结的筛选切片流程。每次做数据处理前，我都会在脑子里过一遍。

4.6 常见坑与避坑指南

边界条件没处理好。我曾经用 t > 0.5 而不是 t >= 0.5，结果漏掉了正好等于 0.5 的那个点。虽然只差一个采样点，但在某些分析里，这一个点可能就是关键。
浮点数比较别用 ==。仿真数据是浮点数，0.5 在计算机里可能是 0.5000000001。用 abs(t - 0.5) < 1e-6 代替 t == 0.5。
切片后索引重置。Python 里切片后索引还是原来的值。如果你要重新编号，记得 df.reset_index(drop=True, inplace=True)。
MATLAB 的 find 函数别滥用。逻辑索引直接取值比 find 快得多。find 只在你需要索引编号时才用。

小技巧：写筛选条件时，先写一个简单的条件测试一下。比如先只筛时间，看看结果对不对，再加其他条件。这样出问题了，你知道是哪个条件写错了。

4.7 总结

数据筛选和切片，是仿真数据处理的入门功夫。说白了就两招：按时间切，按条件筛。但这两招用好了，能帮你省下大量时间。

我个人习惯是：先切片，再筛选，最后可视化验证。三步走，基本不会出错。

嗯，今天就到这儿。记住，数据是死的，但切法可以很灵活。多试试不同的切片窗口，你会发现很多之前没注意到的细节。