Python对Excel不同的行分别复制不同的次数

本文介绍基于Python语言，读取Excel表格文件数据，并将其中符合我们特定要求的那一行加以复制指定的次数，而不符合要求的那一行则不复制；并将所得结果保存为新的Excel表格文件的方法。

这里需要说明，在我们之前的文章Python读取Excel文件并复制指定的数据行中，也介绍过实现类似需求的另一种Python代码，大家如果有需要可以查看上述文章；而上述文章中的代码，由于用到了DataFrame.append()这一个在最新版本pandas库中取消的方法，因此有的时候可能会出现报错的情况；且本文中的需求较之上述文章有进一步的提升，因此大家主要参考本文即可。

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；其中，如下图所示，这一文件中有一列（也就是inf_dif这一列）数据比较关键，我们希望对这一列数据加以处理——对于每一行，如果这一行的这一列数据的值在指定的范围内，那么就将这一行复制指定的次数（复制的意思相当于就是，新生成一个和当前行一摸一样数据的新行）；而对于符合我们要求的行，其具体要复制的次数也不是固定的，也要根据这一行的这一列数据的值来判断——比如如果这个数据在某一个值域内，那么这一行就复制10次；而如果在另一个值域内，这一行就复制50次等。

知道了需求，我们就可以开始代码的书写。其中，本文用到的具体代码如下所示。

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

@author: fkxxgis
"""

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

original_file_path = "E:/01_Reflectivity/99_Model/02_Extract_Data/26_Train_Model_New/Train_Model_0715.csv"
result_file_path = "E:/01_Reflectivity/99_Model/02_Extract_Data/26_Train_Model_New/Train_Model_0715_Over_NIR_0717_2.csv"

df = pd.read_csv(original_file_path)
duplicated_num_0 = 70
duplicated_num_1 = 35
duplicated_num_2 = 7
duplicated_num_3 = 2

num = [duplicated_num_0 if (value <= -0.12 or value >= 0.12) else duplicated_num_1 if (value <= -0.1 or value >= 0.1) \
else duplicated_num_2 if (value <= -0.07 or value >= 0.07) else duplicated_num_3 if (value <= -0.03 or value >= 0.03) \
else 1 for value in df.inf_dif]
duplicated_df = df.loc[np.repeat(df.index.values, num)]

plt.figure(0)
plt.hist(df["inf_dif"], bins = 50)
plt.figure(1)
plt.hist(duplicated_df["inf_dif"], bins = 50)

duplicated_df.to_csv(result_file_path, index=False)

其中，上述代码的具体含义如下。

首先，我们需要导入所需的库，包括numpy、pandas和matplotlib.pyplot等，用于后续的数据处理和绘图操作。接下来，即可开始读取原始数据，我们使用pd.read_csv()函数读取文件，并将其存储在一个DataFrame对象df中；这里的原始文件路径由original_file_path变量指定。

随后，我们开始设置重复次数。在这里，我们根据特定的条件，为每个值设定重复的次数。根据inf_dif列的值，将相应的重复次数存储在num列表中。根据不同的条件，使用条件表达式（if-else语句）分别设定了不同的重复次数。

接下来，我们使用loc函数和np.repeat()函数，将数据按照重复次数复制，并将结果存储在duplicated_df中。

最后，为了对比我们数据重复的效果，可以绘制直方图。在这里，我们使用matplotlib.pyplot库中的hist()函数绘制了两个直方图；其中，第一个直方图是原始数据集df中inf_dif列的直方图，第二个直方图是复制后的数据集duplicated_df中inf_dif列的直方图。通过指定bins参数，将数据分成50个区间。

完成上述操作后，我们即可保存数据。将复制后的数据集duplicated_df保存为.csv格式文件，路径由result_file_path变量指定。

执行上述代码，我们将获得如下所示的两个直方图；其中，第一个直方图是原始数据集df中inf_dif列的直方图，也就是还未进行数据复制的直方图。

其次，第二个直方图是复制后的数据集duplicated_df中inf_dif列的直方图。

可以看到，经过前述代码的处理，我们原始的数据分布情况已经有了很明显的改变。

到此这篇关于Python对Excel不同的行分别复制不同的次数的文章就介绍到这了,更多相关Python Excel内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

最新评论