首先，我們來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；其中，如下圖所示，這一文件中有一列（也就是inf_dif這一列）數(shù)據(jù)比較關(guān)鍵，我們希望對這一列數(shù)據(jù)加以處理——對于每一行，如果這一行的這一列數(shù)據(jù)的值在指定的范圍內(nèi)，那么就將這一行復(fù)制一下（相當(dāng)于新生成一個(gè)和當(dāng)前行一摸一樣數(shù)據(jù)的新行）。

知道了需求，我們就可以開始代碼的書寫。其中，本文用到的具體代碼如下所示。

# -*- coding: utf-8 -*-
"""
Created on Thu Jul  6 22:04:48 2023

@author: fkxxgis
"""

import pandas as pd

df = pd.read_csv(r"E:\Train_Model.csv")

result_df = pd.DataFrame()
for index, row in df.iterrows():
    value = row["inf_dif"]
    if value <= -0.1 or value >= 0.1:
        for i in range(10):
            result_df = result_df.append(row, ignore_index=True)
    result_df = result_df.append(row, ignore_index=True)

result_df.to_csv(r"E:\Train_Model_Oversampling_NIR_10.csv", index=False)

其中，上述代碼的具體介紹如下。

首先，我們需要導(dǎo)入所需的庫；接下來，我們使用pd.read_csv()函數(shù)，讀取我們需要加以處理的文件，并隨后將其中的數(shù)據(jù)存儲在名為df的DataFrame格式變量中。接下來，我們再創(chuàng)建一個(gè)空的DataFrame，名為result_df，用于存儲處理后的數(shù)據(jù)。

隨后，我們使用df.iterrows()遍歷原始數(shù)據(jù)的每一行，其中index表示行索引，row則是這一行具體的數(shù)據(jù)。接下來，獲取每一行中inf_dif列的值，存儲在變量value中。

此時(shí)，我們即可基于我們的實(shí)際需求，對變量value的數(shù)值加以判斷；在我這里，如果value的值小于等于-0.1或大于等于0.1，則就開始對這一行加以復(fù)制；因?yàn)槲疫@里需要復(fù)制的次數(shù)比較多，因此就使用range(10)循環(huán)，將當(dāng)前行數(shù)據(jù)復(fù)制10次；復(fù)制的具體方法是，使用result_df.append()函數(shù)，將復(fù)制的行添加到result_df中。

最后，還需要注意使用result_df.append()函數(shù)，將原始行數(shù)據(jù)添加到result_df中（這樣相當(dāng)于對于我們需要的行，其自身再加上我們剛剛復(fù)制的那10次，一共有11行了）。

在最后一個(gè)步驟，我們使用result_df.to_csv()函數(shù)，將處理之后的結(jié)果數(shù)據(jù)保存為一個(gè)新的Excel表格文件文件，并設(shè)置index=False，表示不保存行索引。

運(yùn)行上述代碼，我們即可得到結(jié)果文件。如下圖所示，可以看到結(jié)果文件中，符合我們要求的行，已經(jīng)復(fù)制了10次，也就是一共出現(xiàn)了11次。

至此，大功告成。

以上就是Python復(fù)制Excel表格中指定數(shù)據(jù)若干次的方法的詳細(xì)內(nèi)容，更多關(guān)于Python復(fù)制Excel表格的資料請關(guān)注腳本之家其它相關(guān)文章！

最新評論