利用Python合并数据求平均值

import pandas as pd
import os

# 定义文件夹路径
folder_path = r'D:\R\month\xinjiang'

# 读取所有.xlsx文件并合并数据
all_data = pd.DataFrame()
for file in os.listdir(folder_path):
    if file.endswith('.xlsx'):
        file_path = os.path.join(folder_path, file)
        df = pd.read_excel(file_path)
        all_data = pd.concat([all_data, df])

# 按年份分组并计算平均值
average_data = all_data.groupby('year')['TMED'].mean().reset_index()

# 获取原文件名（不包含后缀）
def get_file_name_without_extension(file_path):
    return os.path.splitext(os.path.basename(file_path))[0]

# 将结果保存到新的.xlsx文件中，使用原文件名加上前缀"average_"
for file in os.listdir(folder_path):
    if file.endswith('.xlsx'):
        file_name = get_file_name_without_extension(file)
        output_file = os.path.join(folder_path, f"average_{file_name}.xlsx")
        average_data.to_excel(output_file, index=False)

让我们逐个解析代码中每个函数的含义、用法，并附上相应的示例：

1. **`import pandas as pd`：**
   - **含义：** 导入 pandas 库，并使用别名 pd。
   - **用法示例：**
     ```python
     import pandas as pd
     ```

2. **`import os`：**
   - **含义：** 导入 os 模块，用于处理文件路径等操作。
   - **用法示例：**
     ```python
     import os
     ```

3. **`folder_path = r'D:\R\month\xinjiang'`：**
   - **含义：** 定义了文件夹路径，即待处理的文件所在文件夹的路径。
   - **用法示例：**
     ```python
     folder_path = r'D:\R\month\xinjiang'
     ```

4. **`for file in os.listdir(folder_path):`：**
   - **含义：** 使用 os 模块中的 listdir 函数遍历文件夹中的文件。
   - **用法示例：**
     ```python
     for file in os.listdir(folder_path):
     ```

5. **`if file.endswith('.xlsx'):`：**
   - **含义：** 检查文件名是否以 '.xlsx' 结尾，以过滤出 Excel 文件。
   - **用法示例：**
     ```python
     if file.endswith('.xlsx'):
     ```

6. **`file_path = os.path.join(folder_path, file)`：**
   - **含义：** 构建完整的文件路径，包括文件夹路径和文件名。
   - **用法示例：**
     ```python
     file_path = os.path.join(folder_path, file)
     ```

7. **`df = pd.read_excel(file_path)`：**
   - **含义：** 使用 pandas 中的 read_excel 函数读取 Excel 文件，并将其转换为 DataFrame。
   - **用法示例：**
     ```python
     df = pd.read_excel(file_path)
     ```

8. **`all_data = pd.concat([all_data, df])`：**
   - **含义：** 使用 pandas 中的 concat 函数将当前读取的 DataFrame 与之前的 DataFrame 合并。
   - **用法示例：**
     ```python
     all_data = pd.concat([all_data, df])
     ```

9. **`average_data = all_data.groupby('year')['TMED'].mean().reset_index()`：**
   - **含义：** 使用 pandas 的 groupby 函数按照年份对数据进行分组，然后计算每个组中 'TMED' 列的平均值，并将结果重置索引。
   - **用法示例：**
     ```python
     average_data = all_data.groupby('year')['TMED'].mean().reset_index()
     ```

10. **`def get_file_name_without_extension(file_path):`：**
    - **含义：** 定义一个函数，用于从文件路径中获取文件名（不包含后缀）。
    - **用法示例：**
      ```python
      def get_file_name_without_extension(file_path):
      ```

11. **`return os.path.splitext(os.path.basename(file_path))[0]`：**
    - **含义：** 使用 os 模块中的 splitext 函数和 basename 函数获取文件名（不包含后缀）。
    - **用法示例：**
      ```python
      return os.path.splitext(os.path.basename(file_path))[0]
      ```

12. **`average_data.to_excel(output_file, index=False)`：**
    - **含义：** 使用 pandas 中的 to_excel 函数将 DataFrame 写入到 Excel 文件中，不包含行索引。
    - **用法示例：**
      ```python
      average_data.to_excel(output_file, index=False)
      ```

这些是每个函数的含义、用法和示例，它们结合在一起实现了将多个 Excel 文件中的数据合并、计算平均值，并将结果保存到新的 Excel 文件中的功能。

13. **`output_file = os.path.join(folder_path, f"average_{file_name}.xlsx")`：**
    - **含义：** 构建输出文件的完整路径，包括文件夹路径和新的文件名（带有前缀 "average_"）。
    - **用法示例：**
      ```python
      output_file = os.path.join(folder_path, f"average_{file_name}.xlsx")
      ```

14. **`shutil.move(source_file, target_folder)`：**
    - **含义：** 使用 shutil 模块中的 move 函数将源文件移动到目标文件夹中。
    - **用法示例：**
      ```python
      shutil.move(source_file, target_folder)
      ```

这两个是在代码末尾的部分，用于将生成的平均值文件保存到目标文件夹中。