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')