Python按条件筛选、剔除表格数据并绘制剔除前后的直方图(示例代码)
本文介绍基于Python语言，读取Excel表格文件数据，以其中某一列数据的值为标准，对于这一列数据处于指定范围的所有行，再用其他几列数据的数值，加以数据筛选与剔除；同时，对筛选前、后的数据分别绘制若干直方图，并将结果数据导出保存为一个新的Excel表格文件的方法。
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；其中，如下图所示，这一文件中有一列（在本文中也就是days这一列）数据，我们将其作为基准数据，希望首先取出days数值处于0至45、320至365范围内的所有样本（一行就是一个样本），进行后续的操作。
其次，对于取出的样本，再依据其他4列（在本文中也就是blue_dif、green_dif、red_dif与inf_dif这4列）数据，将这4列数据不在指定数值区域内的行删除。在这一过程中，我们还希望绘制在数据删除前、后，这4列（也就是blue_dif、green_dif、red_dif与inf_dif这4列）数据各自的直方图，一共是8张图。最后，我们还希望将删除上述数据后的数据保存为一个新的Excel表格文件。
知道了需求，我们就可以撰写代码。本文所用的代码如下所示。
# -*- coding: utf-8 -*- """ Created on Tue Sep 12 07:55:40 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_Main_Over_NIR.csv" # original_file_path = "E:/01_Reflectivity/99_Model/02_Extract_Data/26_Train_Model_New/TEST.csv" result_file_path = "E:/01_Reflectivity/99_Model/02_Extract_Data/26_Train_Model_New/Train_Model_0715_Main_Over_NIR_New.csv" df = pd.read_csv(original_file_path) blue_original = df[(df['blue_dif'] >= -0.08) & (df['blue_dif'] <= 0.08)]['blue_dif'] green_original = df[(df['green_dif'] >= -0.08) & (df['green_dif'] <= 0.08)]['green_dif'] red_original = df[(df['red_dif'] >= -0.08) & (df['red_dif'] <= 0.08)]['red_dif'] inf_original = df[(df['inf_dif'] >= -0.1) & (df['inf_dif'] <= 0.1)]['inf_dif'] mask = ((df['days'] >= 0) & (df['days'] <= 45)) | ((df['days'] >= 320) & (df['days'] <= 365)) range_min = -0.03 range_max = 0.03 df.loc[mask, 'blue_dif'] = df.loc[mask, 'blue_dif'].apply(lambda x: x if range_min <= x <= range_max else np.random.choice([np.nan, x])) df.loc[mask, 'green_dif'] = df.loc[mask, 'green_dif'].apply(lambda x: x if range_min <= x <= range_max else np.random.choice([np.nan, x])) df.loc[mask, 'red_dif'] = df.loc[mask, 'red_dif'].apply(lambda x: x if range_min <= x <= range_max else np.random.choice([np.nan, x])) df.loc[mask, 'inf_dif'] = df.loc[mask, 'inf_dif'].apply(lambda x: x if range_min <= x <= range_max else np.random.choice([np.nan, x], p =[0.9, 0.1])) df = df.dropna() blue_new = df[(df['blue_dif'] >= -0.08) & (df['blue_dif'] <= 0.08)]['blue_dif'] green_new = df[(df['green_dif'] >= -0.08) & (df['green_dif'] <= 0.08)]['green_dif'] red_new = df[(df['red_dif'] >= -0.08) & (df['red_dif'] <= 0.08)]['red_dif'] inf_new = df[(df['inf_dif'] >= -0.1) & (df['inf_dif'] <= 0.1)]['inf_dif'] plt.figure(0) plt.hist(blue_original, bins = 50) plt.figure(1) plt.hist(green_original, bins = 50) plt.figure(2) plt.hist(red_original, bins = 50) plt.figure(3) plt.hist(inf_original, bins = 50) plt.figure(4) plt.hist(blue_new, bins = 50) plt.figure(5) plt.hist(green_new, bins = 50) plt.figure(6) plt.hist(red_new, bins = 50) plt.figure(7) plt.hist(inf_new, bins = 50) df.to_csv(result_file_path, index=False)
首先，我们通过pd.read_csv函数从指定路径的.csv文件中读取数据，并将其存储在名为df的DataFrame中。
接下来，通过一系列条件筛选操作，从原始数据中选择满足特定条件的子集。具体来说，我们筛选出了在blue_dif、green_dif、red_dif与inf_dif这4列中数值在一定范围内的数据，并将这些数据存储在名为blue_original、green_original、red_original和inf_original的新Series中，这些数据为我们后期绘制直方图做好了准备。
其次，创建一个名为mask的布尔掩码，该掩码用于筛选满足条件的数据。在这里，它筛选出了days列的值在0到45之间或在320到365之间的数据。
随后，我们使用apply函数和lambda表达式，对于days列的值在0到45之间或在320到365之间的行，如果其blue_dif、green_dif、red_dif与inf_dif这4列的数据不在指定范围内，那么就将这列的数据随机设置为NaN，p =[0.9, 0.1]则是指定了随机替换为NaN的概率。这里需要注意，如果我们不给出p =[0.9, 0.1]这样的概率分布，那么程序将依据均匀分布的原则随机选取数据。
最后，我们使用dropna函数，删除包含NaN值的行，从而得到筛选处理后的数据。其次，我们依然根据这四列的筛选条件，计算出处理后的数据的子集，存储在blue_new、green_new、red_new和inf_new中。紧接着，使用Matplotlib创建直方图来可视化原始数据和处理后数据的分布；这些直方图被分别存储在8个不同的图形中。
代码的最后，将处理后的数据保存为新的.csv文件，该文件路径由result_file_path指定。
运行上述代码，我们将得到8张直方图，如下图所示。且在指定的文件夹中看到结果文件。
到此这篇关于Python按条件筛选、剔除表格数据并绘制剔除前后的直方图的文章就介绍到这了,更多相关Python绘制直方图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！
相关文章
python3 图片 4通道转成3通道 1通道转成3通道 图片压缩实例
今天小编就为大家分享一篇python3 图片 4通道转成3通道 1通道转成3通道 图片压缩实例，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2019-12-12
这篇文章主要介绍了python实现报表自动化详解，涉及python读，写excel—xlwt常用功能，xlutils 常用功能，xlwt写Excel时公式的应用等相关内容，具有一定参考价值，需要的朋友可以了解下。2017-11-11
这篇文章主要介绍了Python变量访问权限控制详解,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,需要的朋友可以参考下2019-06-06
霍夫变换是一种特征检测(feature extraction)，被广泛应用在图像分析，本文将利用Hough变换实现圆形检测，感兴趣的小伙伴可以跟随小编一起了解一下2023-07-07
Python报错AssertionError:can only test a c
这篇文章主要介绍了Python报错AssertionError:can only test a child proc问题,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2023-09-09
实现字符倒转的python函数2008-09-09
Pytorch在dataloader类中设置shuffle的随机数种子方式
今天小编就为大家分享一篇Pytorch在dataloader类中设置shuffle的随机数种子方式，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2020-01-01
在日常工作中,我们经常需要处理各种格式的数据,本文将深入探讨如何利用Python准确地将Word文档中的表格数据提取并转换为可编辑的Excel表格,感兴趣的小伙伴可以了解下2026-02-02
这篇文章主要介绍了Python数据存储之XML文档和字典的互转，通过如何将一个字典转换为XML文档，并将该XML文档保存为文本文件的提问展开主题相关介绍，需要的朋友可以参考一下下面文章内容2022-06-06
在开发过程中,我们可能会安装许多 Python 包,有时需要彻底清理环境,以便从头开始或者解决冲突问题,下面将介绍如何使用 pip 命令卸载所有已安装的 Python 包,需要的朋友可以参考下2024-06-06
最新评论