快捷導(dǎo)航

Python實(shí)現(xiàn)為Excel中每個(gè)單元格計(jì)算其在文件中的平均值

更新時(shí)間：2023年10月07日 08:42:14 作者：瘋狂學(xué)習(xí)GIS

這篇文章主要為大家詳細(xì)介紹了如何基于Python語(yǔ)言實(shí)現(xiàn)對(duì)大量不同的Excel文件加以跨文件、逐單元格平均值計(jì)算,感興趣的小伙伴可以跟隨小編一起學(xué)習(xí)一下

本文介紹基于Python語(yǔ)言，對(duì)大量不同的Excel文件加以跨文件、逐單元格平均值計(jì)算的方法。

首先，我們來(lái)明確一下本文的具體需求?，F(xiàn)有一個(gè)文件夾，其中有如下所示的大量Excel文件，我們這里就以 .csv 文件為例來(lái)介紹。其中，每一個(gè) .csv 文件的名稱(chēng)都是如下圖所示的 Ref_XXX_Y.csv 格式的，其中 XXX 表示三個(gè)字母，后面的 Y 則表示若干位數(shù)字。

對(duì)于其中的每一個(gè) .csv 文件，都有著如下圖所示的數(shù)據(jù)格式。

我們現(xiàn)在的需求是，希望對(duì)于每一個(gè)名稱(chēng)為 Ref_GRA_Y.csv 格式的 .csv 文件，求取其中每一個(gè)單元格在所有文件中數(shù)據(jù)的平均值。例如，對(duì)于上圖中 DOY 為 1 的 blue 這個(gè)單元格，那么求出來(lái)的平均值就是在全部名稱(chēng)為 Ref_GRA_Y.csv 格式的 .csv 文件之中， DOY 為 1 且列名為 blue 的單元格的平均值。此外，如果像上圖一樣，出現(xiàn)了部分單元格數(shù)值為 0 的情況，表明在當(dāng)前文件夾下，這個(gè)單元格是沒(méi)有數(shù)據(jù)的，因此需要在計(jì)算的時(shí)候舍去（并且取平均值時(shí)候的分母也要減小 1 ）。

知道了需求，我們就可以開(kāi)始代碼的書(shū)寫(xiě)。其中，本文用到的具體代碼如下所示。此外，本文實(shí)現(xiàn)的需求也和我們之前的文章基于Python讀取多個(gè)Excel文件數(shù)據(jù)并跨越不同xlsx表格文件計(jì)算平均值有些類(lèi)似，大家如果有需要，也可以參考之前的這一篇文章。

# -*- coding: utf-8 -*-
"""
Created on Fri Oct  6 13:07:48 2023
@author: fkxxgis
"""
import os
import glob
import pandas as pd
folder_path = "E:/04_Reconstruction/02_Data/01_RGBNINDVI_History"
output_path = "E:/04_Reconstruction/02_Data"
file_pattern = "Ref_GRA_*.csv"
file_paths = glob.glob(os.path.join(folder_path, file_pattern))
combined_data = pd.DataFrame()
for file_path in file_paths:
    df = pd.read_csv(file_path)
    df_filtered = df[df != 0]
    combined_data = pd.concat([combined_data, df_filtered])
average_values = combined_data.groupby('DOY').mean()
output_file = "04_Data_YearAverage.csv"
average_values.to_csv(os.path.join(output_path,output_file), index=True)

其中，上述代碼的具體介紹如下。

首先，我們導(dǎo)入必要的庫(kù)—— os 庫(kù)用于文件路徑操作， glob 庫(kù)用于文件匹配， pandas 庫(kù)用于數(shù)據(jù)處理和分析。同時(shí)，我們定義文件夾路徑 folder_path ，代表存儲(chǔ) .csv 文件的文件夾路徑；定義輸出路徑 output_path ，代表保存結(jié)果文件的路徑；定義文件匹配模式 file_pattern ，用于匹配需要處理的 .csv 文件的文件名模式。

隨后，我們使用 glob.glob() 函數(shù)結(jié)合文件夾路徑和文件匹配模式，獲取滿(mǎn)足條件的 .csv 文件的路徑列表，存儲(chǔ)在 file_paths 變量中。創(chuàng)建一個(gè)空的數(shù)據(jù)框 combined_data ，用于存儲(chǔ)所有文件的數(shù)據(jù)。

接下來(lái)，我們使用一個(gè)循環(huán)，遍歷 file_paths 列表中的每個(gè)文件路徑。對(duì)于每個(gè)文件路徑，使用 pd.read_csv() 函數(shù)加載 .csv 文件，并將其存儲(chǔ)在名為 df 的數(shù)據(jù)框中。其次，使用條件篩選語(yǔ)句 df[df != 0] 排除值為 0 的數(shù)據(jù)，并將結(jié)果存儲(chǔ)在名為 df_filtered 的數(shù)據(jù)框中。緊接著，將當(dāng)前文件的數(shù)據(jù)框 df_filtered 合并到總數(shù)據(jù)框 combined_data 中，這一步驟使用 pd.concat() 函數(shù)實(shí)現(xiàn)。

完成所有文件的處理后，使用 combined_data.groupby('DOY').mean() 計(jì)算所有文件的平均值，按照 DOY 列進(jìn)行分組并求平均值。隨后，定義輸出文件名 output_file ，代表保存平均值結(jié)果的文件名。

最后，使用 os.path.join() 函數(shù)結(jié)合輸出路徑和輸出文件名，生成保存路徑，并使用 average_values.to_csv() 函數(shù)將平均值數(shù)據(jù)框 average_values 保存為一個(gè)新的 .csv 文件，指定 index=True 以包含索引列。

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，已經(jīng)是計(jì)算之后的平均值結(jié)果了。

至此，大功告成。

到此這篇關(guān)于Python實(shí)現(xiàn)為Excel中每個(gè)單元格計(jì)算其在文件中的平均值的文章就介紹到這了,更多相關(guān)Python計(jì)算平均值內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)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: