快捷導(dǎo)航

Python實(shí)現(xiàn)求取表格文件某個(gè)區(qū)域內(nèi)單元格的最大值

更新時(shí)間：2023年08月17日 10:55:03 作者：瘋狂學(xué)習(xí)GIS

這篇文章主要介紹基于Python語(yǔ)言,基于Excel表格文件內(nèi)某一列的數(shù)據(jù),計(jì)算這一列數(shù)據(jù)在每一個(gè)指定數(shù)量的行的范圍內(nèi)（例如每一個(gè)4行的范圍內(nèi)）的區(qū)間最大值的方法,需要的朋友可以參考下

本文介紹基于Python語(yǔ)言，基于Excel表格文件內(nèi)某一列的數(shù)據(jù)，計(jì)算這一列數(shù)據(jù)在每一個(gè)指定數(shù)量的行的范圍內(nèi)（例如每一個(gè)4行的范圍內(nèi)）的區(qū)間最大值的方法。

已知我們現(xiàn)有一個(gè).csv格式的Excel表格文件，其中有一列數(shù)據(jù)，我們希望對(duì)其加以區(qū)間最大值的計(jì)算——即從這一列的數(shù)據(jù)部分（也就是不包括列名的部分）開始，第1行到第4行之間的最大值、第5行到第8行的最大值、第9行到第12行的最大值等等，加以分別計(jì)算每4行中的最大值；此外，如果這一列數(shù)據(jù)的個(gè)數(shù)不能被4整除，那么到最后還剩余幾個(gè)，那就對(duì)這幾個(gè)加以最大值的求取即可。

明確了需求，我們即可開始代碼的撰寫；具體如下所示。

# -*- coding: utf-8 -*-
"""
Created on Wed Jul 26 12:24:58 2023
@author: fkxxgis
"""
import pandas as pd
def calculate_max_every_eight_rows(excel_file, column_name):
    df = pd.read_csv(excel_file)
    column_data = df[column_name]
    max_values = []
    for i in range(0, len(column_data), 4):
        max_values.append(column_data[i:i+4].max())
    return max_values
excel_file = r"C:\Users\15922\Desktop\data_table_1.csv"
column_name = 'NDVI'
result = calculate_max_every_eight_rows(excel_file, column_name)
rdf = pd.DataFrame(result, columns = ["Max"])
output_file = r"C:\Users\15922\Desktop\data.csv"
rdf.to_csv(output_file, index = False)

在這里，我們定義一個(gè)函數(shù)calculate_max_every_eight_rows（因?yàn)橐婚_始我為了計(jì)算8個(gè)數(shù)據(jù)的區(qū)間最大值，所有函數(shù)名稱是eight，大家理解即可），接受兩個(gè)參數(shù)，分別為輸入文件路徑excel_file，以及要計(jì)算區(qū)間最大值對(duì)應(yīng)的那一列的列名column_name。

在函數(shù)中，我們首先讀取文件，將數(shù)據(jù)保存到df中；接下來(lái)，我們從中獲取指定列column_name的數(shù)據(jù)，并創(chuàng)建一個(gè)空列表max_values，用于保存每個(gè)分組的最大值。隨后，使用range函數(shù)生成從0開始，步長(zhǎng)為4的索引序列，以便按每4行進(jìn)行分組；這里大家按照實(shí)際的需求加以修改即可。在每個(gè)分組內(nèi)，我們從column_data中取出這對(duì)應(yīng)的4行數(shù)據(jù)，并計(jì)算該分組內(nèi)的最大值，將最大值添加到max_values列表中。最后，函數(shù)返回保存了每個(gè)分組最大值的列表max_values。

其次，我們通過(guò)excel_file指定輸入的文件路徑，通過(guò)column_name指定要處理的列名，隨后即可調(diào)用calculate_max_every_eight_rows函數(shù)，并將返回的結(jié)果保存到result變量中，該結(jié)果是一個(gè)包含了每個(gè)分組最大值的列表。

隨后，我們?yōu)榱藢⒆畲笾到Y(jié)果保存，因此選擇將result列表轉(zhuǎn)換為一個(gè)新的DataFrame格式數(shù)據(jù)rdf，并指定列名為Max。最后，通過(guò)rdf.to_csv()：將這個(gè)rdf保存為一個(gè)新的.csv格式文件，并設(shè)置index=False以不保存索引列。

執(zhí)行上述代碼，我們即可獲得結(jié)果文件。如下圖所示，為了方便對(duì)比，我們這里就將結(jié)果文件復(fù)制到原來(lái)的文件中進(jìn)行查看?？梢钥吹?，結(jié)果列中第1個(gè)數(shù)字，就是原始列中前4行的最大值；結(jié)果列中第3個(gè)數(shù)字，則就是原始列中第9行到12行的最大值，以此類推。