用python预处理提取干旱特征的数据

针对批量提取干旱特征，目前只找到matlab的代码，代码要求的数据格式跟我的数据格式不太相同，所以我选择用比较熟悉的python进行预处理。由于我是新手，所以代码可能有点复杂，但是很容易看懂。

原始数据中，时间这列格式为1980/3/1，目标格式将时间拆分为一列是年，一列是月

import pandas as pd
import os

f = 568
while f < 13611:
    point_df = pd.DataFrame()
    data_path = 'G:/Python_/ghtz/sewdi_1'
    out_path = 'G:/Python_/ghtz/data/'

f是文件名，需要对文件夹下的f.csv文件进行循环，因此每次循环都要新的dataframe表格，所以空表写在循环里面。

 if os.path.exists(data_path + "/" + str(f) + ".csv"):
        data = pd.read_csv(data_path + "/" + str(f) + ".csv")

这一步是判断文件名是否存在，如果存在则读取为data

        i = 1980
        k = 0
        while i < 2018:
            j = 3
            while j < 10:
                for index, row in data.iterrows():
                    point_df.loc[k, 'year'] = i
                    point_df.loc[k, 'month'] = j
                    point_df.loc[k, 'index'] = data.loc[k, 'EWD_calculated_index']
                k += 1
                j += 1
            i += 1
    print(str(f)+"!!!")

这里正式对时间进行循环，注意初始年月的书写位置，每次对新一年的循环，都要初始月份，不然就会判断上一次的月份，而不在范围内，导致无法进入循环。这里我的数据月份范围为3-9月，所以从3开始，到10结束.。

以上代码在写入年月的时候发现输出为1980.0、1981.0以及3.0、4.0，针对这种情况，我对代码进行以下修改

        i = 1980
        k = 0
        while i < 2018:
            j = 3
            while j < 10:
                for index, row in data.iterrows():
                    point_df.loc[k, 'year'] = '%i' % (i)
                    point_df.loc[k, 'month'] = '%i' % (j)
                    point_df.loc[k, 'index'] = data.loc[k, 'EWD_calculated_index']
                k += 1
                j += 1
            i += 1
    print(str(f)+"!!!")

符号’%i'可以对i和j进行取整，这样就可以输出正确的年月啦

    point_df.to_csv(out_path+str(f)+'.csv')
    f+=1

输出这个点的数据，并进行下一个文件的数据处理