Python實現從多表格中隨機抽取數據

更新時間：2023年05月24日 08:36:30 作者：瘋狂學習GIS

這篇文章主要介紹了如何基于Python語言實現隨機從大量的Excel表格文件中選取一部分數據，并將全部文件中隨機獲取的數據合并為一個新的Excel表格文件的方法，希望對大家有所幫助

本文介紹基于Python語言，針對一個文件夾下大量的Excel表格文件，基于其中每一個文件，隨機從其中選取一部分數據，并將全部文件中隨機獲取的數據合并為一個新的Excel表格文件的方法。

首先，我們來明確一下本文的具體需求。現有一個文件夾，其中有大量的Excel表格文件（在本文中我們就以.csv格式的文件為例）；如下圖所示。

其中，每一個Excel表格文件都有著如下圖所示的數據格式；其中的第1行表示每一列的名稱，第1列則表示時間。

我們希望實現的，就是從每一個Excel表格文件中，隨機選取10行數據（第1行數據肯定不能被選進去，因為其為列名；第1列數據也不希望被選進去，因為這個是表示時間的數據，我們后期不需要），并將這一文件夾中全部的Excel表格文件中每一個隨機選出的10行數據合并到一起，作為一個新的Excel表格文件。

明白了需求，我們即可開始代碼的撰寫；本文用到的具體代碼如下所示。

# -*- coding: utf-8 -*-
"""
Created on Fri May 19 01:47:06 2023

@author: fkxxgis
"""

import os
import pandas as pd

original_path = "E:/01_Reflectivity/99_Model_Training/00_Data/02_Extract_Data/19_2022Data"
result_path = "E:/01_Reflectivity/99_Model_Training/00_Data/02_Extract_Data/20_Train_Model"

result_df = pd.DataFrame()

for file in os.listdir(original_path):
    if file.endswith(".csv"):
        
        df = pd.read_csv(os.path.join(original_path, file))
        sample_df = df.sample(n = 10, axis = 0)
        sample_df = sample_df.iloc[ : , 1 : ]
        result_df = pd.concat([result_df, sample_df])
        
result_df.to_csv(os.path.join(result_path, "Train_Model_1.csv"), index = False)

代碼中首先定義了原始數據文件夾（也就是有大量Excel表格文件的文件夾）路徑和結果數據文件夾路徑。然后，創(chuàng)建了一個空的DataFrame，用于存儲抽樣后的數據。

接下來是一個for循環(huán)，遍歷了原始數據文件夾中的所有.csv文件，如果文件名以.csv結尾，則讀取該文件。然后，使用Pandas中的sample()函數隨機抽取了該文件中的10行數據，并使用iloc[]函數刪除了10行數據中的第1列（為了防止第1列表示時間的列被選中，因此需要刪除）。最后，使用Pandas中的concat()函數將抽樣后的數據添加到結果DataFrame中。

最后，使用Pandas中的to_csv()函數將結果DataFrame保存到結果數據文件夾中，文件名為Train_Model_1.csv，并設置index = False表示不保存索引。

運行上述代碼，我們即可獲得數據合并后的文件，且第1列數據也已經被剔除了。

到此這篇關于Python實現從多表格中隨機抽取數據的文章就介紹到這了,更多相關Python隨機抽取數據內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: