多次复制Excel符合要求的数据行：Python批量实现

2024-04-08 10:52 由疯狂学习GIS 发表于 #后端开发

本文介绍基于Python语言，读取Excel表格文件数据，并基于其中某一列数据的值，将这一数据处于指定范围的那一行加以复制，并将所得结果保存为新的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（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一下（相当于新生成一个和当前行一摸一样数据的新行）。

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 pandas as pd

df = pd.read_csv(r"E:\Train_Model.csv")

result_df = pd.DataFrame()
for index, row in df.iterrows():
    value = row["inf_dif"]
    if value <= -0.1 or value >= 0.1:
        for i in range(10):
            result_df = result_df.append(row, ignore_index=True)
    result_df = result_df.append(row, ignore_index=True)

result_df.to_csv(r"E:\Train_Model_Oversampling_NIR_10.csv", index=False)

其中，上述代码的具体介绍如下。

首先，我们需要导入所需的库；接下来，我们使用pd.read_csv()函数，读取我们需要加以处理的文件，并随后将其中的数据存储在名为df的DataFrame格式变量中。接下来，我们再创建一个空的DataFrame，名为result_df，用于存储处理后的数据。

随后，我们使用df.iterrows()遍历原始数据的每一行，其中index表示行索引，row则是这一行具体的数据。接下来，获取每一行中inf_dif列的值，存储在变量value中。

此时，我们即可基于我们的实际需求，对变量value的数值加以判断；在我这里，如果value的值小于等于-0.1或大于等于0.1，则就开始对这一行加以复制；因为我这里需要复制的次数比较多，因此就使用range(10)循环，将当前行数据复制10次；复制的具体方法是，使用result_df.append()函数，将复制的行添加到result_df中。

最后，还需要注意使用result_df.append()函数，将原始行数据添加到result_df中（这样相当于对于我们需要的行，其自身再加上我们刚刚复制的那10次，一共有11行了）。

在最后一个步骤，我们使用result_df.to_csv()函数，将处理之后的结果数据保存为一个新的Excel表格文件文件，并设置index=False，表示不保存行索引。

运行上述代码，我们即可得到结果文件。如下图所示，可以看到结果文件中，符合我们要求的行，已经复制了10次，也就是一共出现了11次。

至此，大功告成。