处理气象数据——9

import os
import pandas as pd

# 设置文件夹路径
folder_path = r'D:\qixiangshuju\西北降水_气温数据\新疆'

# 获取文件夹中所有的.xls文件
files = [file for file in os.listdir(folder_path) if file.endswith('.xls')]

# 循环处理每个文件
for file in files:
    file_path = os.path.join(folder_path, file)
    # 读取Excel文件
    df = pd.read_excel(file_path)
    
    # 替换平均气温（0.1℃）列中的32766值
    for i in range(len(df)):
        if df.loc[i, '平均气温（0.1℃）'] == 32766:
            # 上一行的平均气温值
            prev_temp = df.loc[i - 1, '平均气温（0.1℃）'] if i > 0 else None
            # 下一行的平均气温值
            next_temp = df.loc[i + 1, '平均气温（0.1℃）'] if i < len(df) - 1 else None
            
            # 计算替换值
            replace_value = (prev_temp + next_temp) / 2 if prev_temp is not None and next_temp is not None else 0
            
            # 替换为平均值
            df.loc[i, '平均气温（0.1℃）'] = replace_value
    
    # 保存修改后的数据到同一文件，指定使用openpyxl引擎
    combined_file_path = os.path.join(folder_path, 'modified_' + file)
    df.to_excel(combined_file_path, index=False, engine='openpyxl')

这段代码是用来处理指定文件夹中的Excel文件的脚本。让我们逐行进行详细解析：

```python
import os
import pandas as pd
```
- `import os`: 导入 Python 标准库中的 os 模块，用于与操作系统进行交互，例如处理文件和文件夹路径。
- `import pandas as pd`: 导入 Pandas 库，通常用于数据处理和分析，习惯上将其导入为 `pd`，简化后续代码的书写。

```python
folder_path = r'D:\qixiangshuju\西北降水_气温数据\新疆'
```
- `folder_path`: 这是一个字符串变量，存储了待处理Excel文件所在的文件夹路径。

```python
files = [file for file in os.listdir(folder_path) if file.endswith('.xls')]
```
- `os.listdir(folder_path)`: 使用 `os` 模块中的 `listdir` 函数列出指定文件夹中的所有文件和文件夹。
- `file.endswith('.xls')`: 使用 `endswith` 方法筛选出以 `.xls` 结尾的文件，只保留 Excel 文件。
- `[file for file in ...]`: 列表推导式，用于生成一个列表，其中包含符合条件的 Excel 文件的文件名。

```python
for file in files:
    file_path = os.path.join(folder_path, file)
    df = pd.read_excel(file_path)
```
- `for file in files:`: 遍历文件夹中的每个 Excel 文件。
- `os.path.join(folder_path, file)`: 使用 `os.path.join` 函数将文件夹路径和文件名连接起来，得到完整的文件路径。
- `pd.read_excel(file_path)`: 使用 Pandas 的 `read_excel` 函数读取 Excel 文件，将其转换成 DataFrame（数据框）对象，并存储在变量 `df` 中。

```python
for i in range(len(df)):
    if df.loc[i, '平均气温（0.1℃）'] == 32766:
        prev_temp = df.loc[i - 1, '平均气温（0.1℃）'] if i > 0 else None
        next_temp = df.loc[i + 1, '平均气温（0.1℃）'] if i < len(df) - 1 else None
        replace_value = (prev_temp + next_temp) / 2 if prev_temp is not None and next_temp is not None else 0
        df.loc[i, '平均气温（0.1℃）'] = replace_value
```
- 这个循环遍历了 DataFrame 中的每一行。
- `df.loc[i, '平均气温（0.1℃）'] == 32766`: 检查当前行的 '平均气温（0.1℃）' 列是否为特定值 32766。
- 如果当前行的 '平均气温（0.1℃）' 列的值为 32766，那么它会根据前一行和后一行的值进行插值处理。
- `prev_temp = df.loc[i - 1, '平均气温（0.1℃）'] if i > 0 else None`: 获取前一行的 '平均气温（0.1℃）' 列的值，如果当前行已经是第一行，则设为 None。
- `next_temp = df.loc[i + 1, '平均气温（0.1℃）'] if i < len(df) - 1 else None`: 获取后一行的 '平均气温（0.1℃）' 列的值，如果当前行已经是最后一行，则设为 None。
- `replace_value = (prev_temp + next_temp) / 2 if prev_temp is not None and next_temp is not None else 0`: 根据前一行和后一行的值计算插值，如果前后两行都有有效值，则取平均值，否则设为 0。
- `df.loc[i, '平均气温（0.1℃）'] = replace_value`: 将插值结果赋值给当前行的 '平均气温（0.1℃）' 列。

```python
combined_file_path = os.path.join(folder_path, 'modified_' + file)
df.to_excel(combined_file_path, index=False, engine='openpyxl')
```
- `combined_file_path`: 生成一个新的文件路径，用于存储修改后的 Excel 文件。
- `df.to_excel(combined_file_path, index=False, engine='openpyxl')`: 将修改后的 DataFrame 写入 Excel 文件，不包括行索引，并指定使用 openpyxl 引擎（一种 Excel 写入引擎）进行写入操作。

举例说明用法：假设 `folder_path` 是一个包含多个 Excel 文件的文件夹，其中每个 Excel 文件都有一个名为 '平均气温（0.1℃）' 的列，存储着气温数据。在处理时，脚本会将所有值为 32766 的数据点替换为其前后数据点的平均值，然后将修改后的数据保存在原文件名前加上 'modified_' 的文件中。

import os
import pandas as pd

# 设置文件夹路径
folder_path = r'D:\qixiangshuju\西北降水_气温数据\新疆'

# 获取文件夹中所有的.xls文件
files = [file for file in os.listdir(folder_path) if file.endswith('.xls')]

# 循环处理每个文件
for file in files:
    file_path = os.path.join(folder_path, file)
    # 读取Excel文件
    df = pd.read_excel(file_path)
    
    # 替换平均气温（0.1℃）列中的32766值
    for i in range(len(df)):
        if df.loc[i, '平均气温（0.1℃）'] == 32766:
            # 上一行的平均气温值
            prev_temp = df.loc[i - 1, '平均气温（0.1℃）'] if i > 0 else None
            # 下一行的平均气温值
            next_temp = df.loc[i + 1, '平均气温（0.1℃）'] if i < len(df) - 1 else None
            
            # 计算替换值
            replace_value = (prev_temp + next_temp) / 2 if prev_temp is not None and next_temp is not None else 0
            
            # 替换为平均值
            df.loc[i, '平均气温（0.1℃）'] = replace_value
    
    # 保存修改后的数据到同一文件，指定使用openpyxl引擎
    combined_file_path = os.path.join(folder_path, 'modified_' + file)
    df.to_excel(combined_file_path, index=False, engine='openpyxl')