多次复制Excel符合要求的数据行：Python批量实现

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。