1.数据的批量读取
#导入需要用到的库函数
import numpy as np
import pandas as pd
import os
#文件路径
dir_str=r"F:\车联网数据\所有车辆数据\数据" #此处填文件的路径
file_name=os.listdir(dir_str)
file_dir=[os.path.join(dir_str,x) for x in file_name]
file_dir[:,5] #显示前5个
结果如下:
2.数据的批量处理与保存
此处可写个循环,将数据文件一个一个读取并处理,然后将结果单独保存为一个excel文件。
#定义一个批量处理的函数
def piliang():
for j in range(len(file_dir)):
#for循环内部为你需要对数据处理的步骤,可自己按需求写出。
data=pd.read_excel(file_dir[j])
data["时间"]=data["时间"].str.replace("/","-").str[0:19]
#将时间格式化为timestamp格式
data["时间"]=pd.to_datetime(data["时间"],format='%Y-%m-%d %H:%M:%S')
#检查里程跳变
licheng_index=[]
for i in range(len(data["GPS里程"])-1):
if (data["GPS里程"][i+1]-data["GPS里程"][i])>1 or (data["GPS里程"][i+1]-data["GPS里程"][i])<0:
licheng_index.append(i)
#此处省略一些处理步骤
#数据的批量保存
yuanyin_fenxi=pd.concat([tiaobian_shijian,tiaobian_jingdu,tiaobian_weidu,tiaobian_licheng,
tiaobian_licheng_cha,tiaobian_chesu,tiaobian_dianya,tiaobian_dianliu,
tiaobian_soc,licheng_tiaobian,licheng_queshi,licheng_yichang], axis=1)
#此处得出的yuanyin_fenxi为处理后得到的DataFrame
#将里程跳变原因分析保存为excel文件
# 保存到本地excel
file_name_final = f"F:\车联网数据\所有车辆数据\数据的里程分析结果\_{vehicle_name[j]}_分析结果.xlsx"
# file_name_final = f"F:\车联网数据\LLUGABA27JL501785_20200729162056\_{vehicle_name[j]}_分析结果.xlsx"
yuanyin_fenxi.to_excel(file_name_final,sheet_name='里程分析', index=False)
如此便可将所有的数据文件批量读取、处理以及保存了。