Python按条件删除Excel表格数据的方法
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：
- 导入必要的库：导入了
pandas
库，用于数据处理和操作。 - 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
。 - 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
DataFrame
对象
df
中。 - 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。 - 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。