客户管理app搜索引擎优化是指什么
Python操作EXCEL，计算3万条数据的NDVI并填入
问题描述
现在是有构建好了的查找表，不过构建了3万条数据，在excel中手动计算每行的NDVI值太麻烦了，也不会操作。
就试试python吧，毕竟python自动处理大型EXCEL数据很方便
思路
先用pd打开表格，存为dataframe。然后创建一个空的列表用来存入计算好的ndvi。在第一个循环中，计算每行的ndvi，并添加到列表中去。然后打开原来的文件，在第二个循环中，对每一个指定位置逐行写入列表中对应的ndvi值。最后保存文件
源代码
import pandas as pd
# 使用python在已存在的excel数据表中的特定位置写入数据
# excel表中的行和列都是从1开始的
import openpyxl as opfilePath = r"C:/Users/lenovo/Desktop/lut.xlsx"
def readDataFile(readPath): # readPath: 数据文件的地址和文件名try:if (readPath[-4:] == ".csv"):dfFile = pd.read_csv(readPath, header=0, sep=",") # 间隔符为逗号，首行为标题行# dfFile = pd.read_csv(filePath, header=None, sep=",") # sep: 间隔符，无标题行elif (readPath[-4:] == ".xls") or (readPath[-5:] == ".xlsx"): # sheet_name 默认为 0dfFile = pd.read_excel(readPath,header=0) # 首行为标题行# dfFile = pd.read_excel(filePath, header=None) # 无标题行elif (readPath[-4:] == ".dat"): # sep: 间隔符，header：首行是否为标题行dfFile = pd.read_table(readPath, sep=" ", header=0) # 间隔符为空格，首行为标题行# dfFile = pd.read_table(filePath,sep=",",header=None) # 间隔符为逗号，无标题行else:print("不支持的文件格式。")except Exception as e:print("读取数据文件失败：{}".format(str(e)))returnreturn dfFiledata=readDataFile('C:/Users/lenovo/Desktop/lut.xlsx')
print(data)
NIR=data['nir']
R=data['r']
list=[]
for i in range(len(data)):ndvi=(NIR[i]-R[i])/(NIR[i]+R[i])list.append(ndvi)print(list)tableAll = op.load_workbook(filePath)
table1 = tableAll['lut']
for i in range(len(list)):table1.cell(i+2, 11, list[i])
tableAll.save(filePath)
结果
注意
1、把红波段和近红波段的列名从数字改为字符r和nir，因为pd的[‘’]索引方式好像不支持数字。
2、openpyxl库只支持.xlsx格式的数据
3、cell函数行列索引从1开始
代码注释
1、tableAll = op.load_workbook(filePath)
使用openpyxl库中的load_workbook()方法来打开指定路径下的工作簿文件，并将其赋值给变量tableAll。其中op是openpyxl库的别名或者导入的模块。
2、table1 = tableAll[‘lut’]
打开工作簿文件的sheet，根据自己的sheet_name来改
3、table1.cell(i+2, 11, list[i])
cell函数第一个元素为指定行，第二个为指定列，最后一个为待写入的数据。注意此时行和列的索引都是从1开始的，与dataframe，len(),range()等等python常见的索引都是从0开始不同。