使用python循环计算csv文件中列与列的值并输出

使用python循环计算csv文件中列与列的值并输出

当我们想尝试计算某一列与另一列或另几列的某个函数值时，很多人第一反应是自己手动计算，次数较少时工作量会比调试一个代码轻松，但是当运算次数变多时，代码就显得更高效率了。

以下用一个例子来讲解用法

在日常科研中，计算某某指数是基本功，当我想计算CSI指数时，涉及到NIR、RED、SWIR，在我已有的高分辨率影像中，NIR有18个，RED有10个，SWIR有17个，根据排列组合的原理，需要计算3060次才能计算出不同波段情况下的CSI指数，如果手动计算则会费时费力且容易出错，因此采用python进行批量计算

在计算之前要把不参与运算的其他波段删除或者记住波段所在范围，调整range里面的参数（括号里面指的是波段所在的列号，并不代表波段数），完成组合运算。

import pandas as pd
df = pd.read_csv(r'.\start.csv')#python文件需要放在该文件路径中
result=[]
for i in range(1,19,1):#列号：NIR波段共18个
    for j in range(19,29,1):#列号：RED波段共10个
        for n in range(29,46,1):#列号：SWIR波段共17个
            X=df.iloc[:,i-1]
            Y=df.iloc[:,j-1]
            Z=df.iloc[:,n-1]
            score = (X+X-Y)*(Y-Z)#指数计算公式
            result.append(score)#添加计算结果
            p1=pd.DataFrame(result)
            p1=p1.T#行转置为列，excel最多1.6万列，若计算结果超出列数，把这行注释掉
            p1.to_csv(r'.\result.csv',index=False, mode='w',encoding='utf-8')

下面是结果，原来的第一行是1、2、3、4······，但是为了方便理解，加上了表头，方便后期数据处理寻找最优波段组合。

上面的方法只是记录一下自己在学习过程中的收获，给有相同困扰的同学一个解决的方法，如有不足或者大家有更好的方法都可以在评论区留言，相互学习！