python

关注公众号 jb51net

关闭
首页 > 脚本专栏 > python > Python读取Excel文件

Python实现对Excel文件中不在指定区间内的数据加以去除的方法

作者：疯狂学习GIS

这篇文章主要介绍了基于Python语言,读取Excel表格文件,基于我们给定的规则,对其中的数据加以筛选,将不在指定数据范围内的数据剔除,保留符合我们需要的数据的方法,需要的朋友可以参考下

本文介绍基于Python语言，读取Excel表格文件，基于我们给定的规则，对其中的数据加以筛选，将不在指定数据范围内的数据剔除，保留符合我们需要的数据的方法。

首先，我们来明确一下本文的具体需求。现有一个Excel表格文件（在本文中我们就以 .csv 格式的文件为例），如下图所示。

其中，Excel表格文件具有大量的数据，每一列表示某一种属性，每一行表示某一个样本；我们需要做的，就是对于其中的部分属性加以数据筛选——例如，我们希望对上图中第一列的数据进行筛选，将其中大于 2 或小于 -1 的部分选出来，并将每一个所选出的单元格对应的行直接删除；同时，我们还希望对其他的属性同样加以筛选，不同属性筛选的条件也各不相同，但都是需要将不符合条件的单元格所在的整行都删除。最终，我们保留下来的数据，就是符合我们需要的数据，此时我们需要将其保存为一个新的Excel表格文件。

明白了需求，我们即可开始代码的撰写；本文用到的具体代码如下所示。

# -*- 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)

下面是对上述代码每个步骤的解释：

  1. 导入必要的库：导入了 pandas 库，用于数据处理和操作。
  2. 定义文件路径：定义了原始文件路径 original_file 和结果文件路径 result_file 。
  3. 读取原始数据：使用 pd.read_csv() 函数读取原始文件数据，并将其存储在
  4. DataFrame对象 df 中。
  5. 数据筛选：对DataFrame对象 df 进行多个条件的筛选操作，使用了逻辑运算符 & 和比较运算符进行条件组合。例如，其中的第一行 df["inf"] >= -0.2 和 df["inf"] <= 18 就表示筛选出 "inf" 列的值在 -0.2 到 18 之间的数据；第二行 df["NDVI"] >= -1 和 df["NDVI"] <= 1 则表示筛选出 "NDVI" 列的值在 -1 到 1 之间的数据，以此类推。
  6. 保存结果数据：使用 to_csv() 函数将筛选后的DataFrame对象 df 保存为新的 .csv 文件，保存路径为 result_file ，并设置 index=False 以避免保存索引列。

当然，如果我们需要对多个属性（也就是多个列）的数据加以筛选，除了上述代码中的方法，我们还可以用如下所示的代码，较之前述代码会更方便一些。

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)]

上述代码可以直接对DataFrame对象加以一次性的筛选，不用每筛选一次就保存一次了。

运行本文提及的代码，我们即可在指定的结果文件夹下获得数据筛选后的文件了。

至此，大功告成。

以上就是Python实现对Excel文件中不在指定区间内的数据加以去除的方法的详细内容，更多关于Python读取Excel文件的资料请关注脚本之家其它相关文章！

您可能感兴趣的文章:
阅读全文