快捷導(dǎo)航

Python實(shí)現(xiàn)對(duì)Excel文件中不在指定區(qū)間內(nèi)的數(shù)據(jù)加以去除的方法

更新時(shí)間：2023年08月18日 08:52:48 作者：瘋狂學(xué)習(xí)GIS

這篇文章主要介紹了基于Python語(yǔ)言,讀取Excel表格文件,基于我們給定的規(guī)則,對(duì)其中的數(shù)據(jù)加以篩選,將不在指定數(shù)據(jù)范圍內(nèi)的數(shù)據(jù)剔除,保留符合我們需要的數(shù)據(jù)的方法,需要的朋友可以參考下

本文介紹基于Python語(yǔ)言，讀取Excel表格文件，基于我們給定的規(guī)則，對(duì)其中的數(shù)據(jù)加以篩選，將不在指定數(shù)據(jù)范圍內(nèi)的數(shù)據(jù)剔除，保留符合我們需要的數(shù)據(jù)的方法。

首先，我們來(lái)明確一下本文的具體需求。現(xiàn)有一個(gè)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，Excel表格文件具有大量的數(shù)據(jù)，每一列表示某一種屬性，每一行表示某一個(gè)樣本；我們需要做的，就是對(duì)于其中的部分屬性加以數(shù)據(jù)篩選——例如，我們希望對(duì)上圖中第一列的數(shù)據(jù)進(jìn)行篩選，將其中大于 2 或小于 -1 的部分選出來(lái)，并將每一個(gè)所選出的單元格對(duì)應(yīng)的行直接刪除；同時(shí)，我們還希望對(duì)其他的屬性同樣加以篩選，不同屬性篩選的條件也各不相同，但都是需要將不符合條件的單元格所在的整行都刪除。最終，我們保留下來(lái)的數(shù)據(jù)，就是符合我們需要的數(shù)據(jù)，此時(shí)我們需要將其保存為一個(gè)新的Excel表格文件。

明白了需求，我們即可開(kāi)始代碼的撰寫(xiě)；本文用到的具體代碼如下所示。

# -*- coding: utf-8 -*-
"""
Created on Wed Jun  7 15:40:50 2023
@author: fkxxgis
"""
import pandas as pd
original_file = "E:/01_Reflectivity/99_Model_Training/00_Data/02_Extract_Data/23_Train_model_NoH/Train_Model_1_NoH.csv"
result_file = "E:/01_Reflectivity/99_Model_Training/00_Data/02_Extract_Data/23_Train_model_NoH/Train_Model_1_NoH_New.csv"
df = pd.read_csv(original_file)
df = df[(df["inf"] >= -0.2) & (df["inf"] <= 18)]
df = df[(df["NDVI"] >= -1) & (df["NDVI"] <= 1)]
df = df[(df["inf_dif"] >= -0.2) & (df["inf_dif"] <= 18)]
df = df[(df["NDVI_dif"] >= -2) & (df["NDVI_dif"] <= 2)]
df = df[(df["soil"] >= 0)]
df = df[(df["inf_h"] >= -0.2) & (df["inf_h"] <= 18)]
df = df[(df["ndvi_h"] >= -1) & (df["ndvi_h"] <= 1)]
df = df[(df["inf_h_dif"] >= -0.2) & (df["inf_h_dif"] <= 18)]
df = df[(df["ndvi_h_dif"] >= -1) & (df["ndvi_h_dif"] <= 1)]
df.to_csv(result_file, index = False)

下面是對(duì)上述代碼每個(gè)步驟的解釋：

導(dǎo)入必要的庫(kù)：導(dǎo)入了 pandas 庫(kù)，用于數(shù)據(jù)處理和操作。
定義文件路徑：定義了原始文件路徑 original_file 和結(jié)果文件路徑 result_file 。
讀取原始數(shù)據(jù)：使用 pd.read_csv() 函數(shù)讀取原始文件數(shù)據(jù)，并將其存儲(chǔ)在
DataFrame對(duì)象 df 中。
數(shù)據(jù)篩選：對(duì)DataFrame對(duì)象 df 進(jìn)行多個(gè)條件的篩選操作，使用了邏輯運(yùn)算符 & 和比較運(yùn)算符進(jìn)行條件組合。例如，其中的第一行 df["inf"] >= -0.2 和 df["inf"] <= 18 就表示篩選出 "inf" 列的值在 -0.2 到 18 之間的數(shù)據(jù)；第二行 df["NDVI"] >= -1 和 df["NDVI"] <= 1 則表示篩選出 "NDVI" 列的值在 -1 到 1 之間的數(shù)據(jù)，以此類推。
保存結(jié)果數(shù)據(jù)：使用 to_csv() 函數(shù)將篩選后的DataFrame對(duì)象 df 保存為新的 .csv 文件，保存路徑為 result_file ，并設(shè)置 index=False 以避免保存索引列。

當(dāng)然，如果我們需要對(duì)多個(gè)屬性（也就是多個(gè)列）的數(shù)據(jù)加以篩選，除了上述代碼中的方法，我們還可以用如下所示的代碼，較之前述代碼會(huì)更方便一些。

result_df = result_df[(result_df["blue"] > 0) & (result_df["blue"] <= 1) &
                              (result_df["green"] > 0) & (result_df["green"] <= 1) &
                              (result_df["red"] > 0) & (result_df["red"] <= 1) &
                              (result_df["inf"] > 0) & (result_df["inf"] <= 1) &
                              (result_df["NDVI"] > -1) & (result_df["NDVI"] < 1) &
                              (result_df["inf_dif"] > -1) & (result_df["inf_dif"] < 1) &
                              (result_df["NDVI_dif"] > -2) & (result_df["NDVI_dif"] < 2) &
                              (result_df["soil"] >= 0) &
                              (result_df["NDVI_dif"] > -2) & (result_df["NDVI_dif"] < 2) &
                              (result_df["inf_h_dif"] > -1) & (result_df["inf_h_dif"] < 1) &
                              (result_df["ndvi_h_dif"] > -1) & (result_df["ndvi_h_dif"] < 1)]

上述代碼可以直接對(duì)DataFrame對(duì)象加以一次性的篩選，不用每篩選一次就保存一次了。

運(yùn)行本文提及的代碼，我們即可在指定的結(jié)果文件夾下獲得數(shù)據(jù)篩選后的文件了。

至此，大功告成。

以上就是Python實(shí)現(xiàn)對(duì)Excel文件中不在指定區(qū)間內(nèi)的數(shù)據(jù)加以去除的方法的詳細(xì)內(nèi)容，更多關(guān)于Python讀取Excel文件的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！

您可能感興趣的文章: