CSVVisualizer.py aktualisiert

Eine neue clean_data() Methode, die:

        Leere Zeilen entfernt

        Fehlende Werte mit linearer Interpolation füllt

        Fehlende Phasen mit der letzten bekannten Phase füllt

        Die Zeitachse sortiert

    Verbesserte Fehlerbehandlung für fehlende Werte

    Bessere Handhabung von Phasenwechseln in der Visualisierung

    Konsistente Behandlung der Zeitachse
(D)

CSVVisualizer.py

@@ -8,6 +8,7 @@ from tkinter import Tk, filedialog, messagebox
 from matplotlib.backends.backend_tkagg import FigureCanvasTkAgg
 import tkinter as tk
 from tkinter import ttk
+import numpy as np
 
 class CSVVisualizer:
     def __init__(self, root):
@@ -111,8 +112,8 @@ class CSVVisualizer:
                 }
             )
             
-            # Bereinige Phasen-Namen
+            # Bereinige die Daten
-            self.df['Phase'] = self.df['Phase'].str.strip()
+            self.clean_data()
             
             self.file_label.config(text=os.path.basename(filepath))
             self.status_var.set(f"Daten geladen: {len(self.df)} Messungen")
@@ -122,6 +123,25 @@ class CSVVisualizer:
             messagebox.showerror("Fehler", f"Fehler beim Laden:\n{str(e)}")
             self.status_var.set("Fehler beim Laden")
     
+    def clean_data(self):
+        """Bereinigt die Daten und füllt fehlende Werte"""
+        # Bereinige Phasen-Namen
+        self.df['Phase'] = self.df['Phase'].str.strip()
+        
+        # Entferne Zeilen mit komplett leeren Werten
+        self.df.dropna(how='all', inplace=True)
+        
+        # Fülle fehlende Spannung/Strom Werte mit linearen Interpolation
+        self.df['Voltage(V)'] = self.df['Voltage(V)'].interpolate(method='linear')
+        self.df['Current(A)'] = self.df['Current(A)'].interpolate(method='linear')
+        
+        # Fülle fehlende Phasen mit der letzten bekannten Phase
+        self.df['Phase'].fillna(method='ffill', inplace=True)
+        
+        # Stelle sicher, dass die Zeit monoton steigend ist
+        self.df.sort_values('Time(s)', inplace=True)
+        self.df.reset_index(drop=True, inplace=True)
+    
     def update_plot(self):
         """Aktualisiert den Plot mit den aktuellen Daten"""
         if not hasattr(self, 'df'):