脚本之家 服务器常用软件
快捷导航
您的位置：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

 更新时间：2023年08月18日 08:52:48   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:

相关文章

  • Python机器学习入门(五)之Python算法审查

    Python机器学习入门(五)之Python算法审查

    这篇文章主要介绍了Python机器学习入门知识，本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
    2021-08-08
  • Java爬虫技术框架之Heritrix框架详解

    Java爬虫技术框架之Heritrix框架详解

    这篇文章主要介绍了爬虫技术框架之Heritrix框架详解，文中通过示例介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
    2020-07-07
  • Keras 利用sklearn的ROC-AUC建立评价函数详解

    Keras 利用sklearn的ROC-AUC建立评价函数详解

    这篇文章主要介绍了Keras 利用sklearn的ROC-AUC建立评价函数详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
    2020-06-06
  • python用fsolve、leastsq对非线性方程组求解

    python用fsolve、leastsq对非线性方程组求解

    这篇文章主要为大家详细介绍了python用fsolve、leastsq对非线性方程组进行求解，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
    2018-12-12
  • Python psutil模块简单使用实例

    Python psutil模块简单使用实例

    这篇文章主要介绍了Python psutil模块简单使用实例,本文直接给出使用脚本,实现查看cpu的信息、查看内存信息、查看系统启动时间、查看网卡信息等,需要的朋友可以参考下
    2015-04-04
  • python 实现体质指数BMI计算

    python 实现体质指数BMI计算

    这篇文章主要介绍了python 实现体质指数BMI计算操作，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教
    2021-05-05
  • Python中单、双下划线的区别总结

    Python中单、双下划线的区别总结

    这篇文章主要给大家介绍了关于Python中单、双下划线区别的相关资料，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧。
    2017-12-12
  • numpy库与pandas库axis=0，axis= 1轴的用法详解

    numpy库与pandas库axis=0，axis= 1轴的用法详解

    这篇文章主要介绍了numpy库与pandas库axis=0，axis= 1轴的用法详解，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
    2019-05-05
  • Python函数基础实例详解【函数嵌套,命名空间,函数对象,闭包函数等】

    Python函数基础实例详解【函数嵌套,命名空间,函数对象,闭包函数等】

    这篇文章主要介绍了Python函数基础,结合实例形式详细分析了函数嵌套,命名空间,函数对象,闭包函数等相关概念、原理、用法及操作注意事项,需要的朋友可以参考下
    2019-03-03
  • python猜数字小游戏实现代码

    python猜数字小游戏实现代码

    大家好，本篇文章主要讲的是python猜数字小游戏实现代码，感兴趣的同学赶快来看一看吧，对你有帮助的话记得收藏一下，方便下次浏览
    2022-01-01

最新评论