本篇內(nèi)容介紹了“怎么用Python實(shí)現(xiàn)降雨量統(tǒng)計(jì)分析”的有關(guān)知識(shí)，在實(shí)際案例的操作過(guò)程中，不少人都會(huì)遇到這樣的困境，接下來(lái)就讓小編帶領(lǐng)大家學(xué)習(xí)一下如何處理這些情況吧！希望大家仔細(xì)閱讀，能夠?qū)W有所成！

創(chuàng)新互聯(lián)服務(wù)項(xiàng)目包括武陵網(wǎng)站建設(shè)、武陵網(wǎng)站制作、武陵網(wǎng)頁(yè)制作以及武陵網(wǎng)絡(luò)營(yíng)銷(xiāo)策劃等。多年來(lái)，我們專(zhuān)注于互聯(lián)網(wǎng)行業(yè)，利用自身積累的技術(shù)優(yōu)勢(shì)、行業(yè)經(jīng)驗(yàn)、深度合作伙伴關(guān)系等，向廣大中小型企業(yè)、政府機(jī)構(gòu)等提供互聯(lián)網(wǎng)行業(yè)的解決方案，武陵網(wǎng)站推廣取得了明顯的社會(huì)效益與經(jīng)濟(jì)效益。目前，我們服務(wù)的客戶以成都為中心已經(jīng)輻射到武陵省份的部分城市，未來(lái)相信會(huì)繼續(xù)擴(kuò)大服務(wù)區(qū)域并繼續(xù)獲得客戶的支持與信任！

先看看需求吧：

主要就是要根據(jù)左側(cè)的表格自動(dòng)生成右側(cè)的Word統(tǒng)計(jì)報(bào)告，實(shí)際的各種可能性情況遠(yuǎn)比圖中展示的要更加復(fù)雜。

好了，直接開(kāi)始干代碼吧!

1數(shù)據(jù)讀取

import pandas as pd

df = pd.read_csv("11月份數(shù)據(jù).csv", encoding='gbk')
# 當(dāng)前統(tǒng)計(jì)月份
month = 11
df = df.query('月份==@month')
df.head(10)

2異常數(shù)據(jù)過(guò)濾

查看缺失值數(shù)量：

pd.isnull(df).sum()

結(jié)果：

區(qū)域          0
月份          0
降雨量(mm)     0
降雨距平(mm)    1
觀測(cè)站         0
dtype: int64

僅一個(gè)缺失值數(shù)據(jù)，可直接刪除：

df.dropna(inplace=True)

3計(jì)算觀測(cè)站降雨量相對(duì)往年的變化

計(jì)算降雨量比往年高，跟往年比無(wú)變化，以及比往年低的次數(shù)分別是多少：

rainfall_high = df.eval('`降雨距平(mm)` > 0').value_counts().get(True, 0)
rainfall_equal = df.eval('`降雨距平(mm)` == 0').value_counts().get(True, 0)
rainfall_low = df.eval('`降雨距平(mm)` < 0').value_counts().get(True, 0)
print(rainfall_high, rainfall_equal, rainfall_low)

13 1 18

上面的結(jié)果中rainfall_high表示降雨量比往年平均水平高的次數(shù)，rainfall_equal表示降雨量比往年平均水平持平的次數(shù)，rainfall_low表示降雨量比往年平均水平低的次數(shù)。

于是分情況討論生成第一段的報(bào)告：

p1 = f"{month}月份"
if rainfall_low == 0 or rainfall_high == 0:
    if rainfall_equal != 0:
        p1 += f"除{rainfall_equal}個(gè)觀測(cè)站降雨量較往年無(wú)變化外，"
    if rainfall_high == 0:
        p1 += f"各氣象觀測(cè)站降雨量較往年均偏低。"
    elif rainfall_low == 0:
        p1 += f"各氣象觀測(cè)站降雨量較往年均偏高。"
else:
    #  10%以內(nèi)差異認(rèn)為是持平
    if rainfall_high > rainfall_low*1.1:
        p1 += f"大部分氣象觀測(cè)站降雨量較往年偏高。"
    elif rainfall_low > rainfall_high*1.1:
        p1 += f"大部分氣象觀測(cè)站降雨量較往年偏低。"
    else:
        p1 += f"各氣象觀測(cè)站降雨量較往年整體持平。"
p1

結(jié)果：

'11月份大部分氣象觀測(cè)站降雨量較往年偏低。'

4計(jì)算各區(qū)域降雨量的極值

再生成第二段的報(bào)告：

p2 = ""
t = df['降雨量(mm)']
p2 += f"各區(qū)域降雨量在{t.min()}～{t.max()}mm之間，其中{df.loc[t.argmax(), '區(qū)域']}區(qū)域的降雨量最大，為{t.max()}mm。"
p2

結(jié)果：

'各區(qū)域降雨量在0.0～16.0mm之間，其中51a45區(qū)域的降雨量最大，為16.0mm。'

5分觀測(cè)站統(tǒng)計(jì)

讓我腦袋疼的地方就是從這里的代碼開(kāi)始的，后面還有更復(fù)雜的需求就不公布了。

對(duì)每個(gè)觀測(cè)站分別統(tǒng)計(jì)哪些區(qū)域偏高，哪些區(qū)域持平，哪些區(qū)域偏低：

p3s = []
for station, tmp in df.groupby('觀測(cè)站'):
    t = tmp['降雨量(mm)']
    p3 = f"各區(qū)域降雨量在{t.min()}～{t.max()}mm之間，"
    rainfall_high_mask = tmp.eval('`降雨距平(mm)` > 0')
    rainfall_equal_mask = tmp.eval('`降雨距平(mm)` == 0')
    rainfall_low_mask = tmp.eval('`降雨距平(mm)` < 0')

    rainfall_high = rainfall_high_mask.value_counts().get(True, 0)
    rainfall_equal = rainfall_equal_mask.value_counts().get(True, 0)
    rainfall_low = rainfall_low_mask.value_counts().get(True, 0)
#     print(rainfall_high, rainfall_equal, rainfall_low)

    if rainfall_low == 0 or rainfall_high == 0:
        if rainfall_equal != 0:
            p3 += '除'
            p3 += '、'.join(tmp.loc[rainfall_equal_mask, '區(qū)域']+'區(qū)域')
            p3 += "降雨量較往年無(wú)變化外，"
        if rainfall_high == 0:
            p3 += f"各區(qū)域降雨量均較往年偏低"
        elif rainfall_low == 0:
            p3 += f"各區(qū)域降雨量均較往年偏高"
        t = tmp['降雨距平(mm)'].abs()
        p3 += f"{t.min()}～{t.max()}mm；"
    else:
        if rainfall_equal != 0:
            p3 += '除'
            p3 += '、'.join(tmp.loc[rainfall_equal_mask, '區(qū)域']+'區(qū)域')
            p3 += "降雨量較往年無(wú)變化，"
        #  10%以內(nèi)差異認(rèn)為是持平
        if rainfall_high > rainfall_low*1.1:
            if rainfall_equal == 0:
                p3 += '除'
            p3 += '、'.join(tmp.loc[rainfall_low_mask, '區(qū)域']+'區(qū)域')
            p3 += "降雨量較往年偏低"
            t = tmp.loc[rainfall_low_mask, '降雨距平(mm)'].abs()
            if t.shape[0] > 1:
                p3 += f"{t.min()}～{t.max()}mm"
            else:
                p3 += f"{t.min()}mm"
            p3 += "外，"
            t = tmp.loc[rainfall_high_mask, '降雨距平(mm)'].abs()
            p3 += f"其余各區(qū)域降雨量較往年偏高{t.min()}～{t.max()}mm；"
        elif rainfall_low > rainfall_high*1.1:
            if rainfall_equal == 0:
                p3 += '除'
            p3 += '、'.join(tmp.loc[rainfall_high_mask, '區(qū)域']+'區(qū)域')
            p3 += "降雨量較往年偏高"
            t = tmp.loc[rainfall_high_mask, '降雨距平(mm)'].abs()
            if t.shape[0] > 1:
                p3 += f"{t.min()}～{t.max()}mm"
            else:
                p3 += f"{t.min()}mm"
            p3 += "外，"
            t = tmp.loc[rainfall_low_mask, '降雨距平(mm)'].abs()
            p3 += f"其余各區(qū)域降雨量較往年偏低{t.min()}～{t.max()}mm；"
        else:
            if rainfall_equal != 0:
                p3 = p3[:-1]+'外，'
            p3 += f"各區(qū)域降雨量較往年偏高和偏低的數(shù)量持平，其中"
            p3 += '、'.join(tmp.loc[rainfall_low_mask, '區(qū)域']+'區(qū)域')
            p3 += "降雨量較往年偏低"
            t = tmp.loc[rainfall_low_mask, '降雨距平(mm)'].abs()
            if t.shape[0] > 1:
                p3 += f"{t.min()}～{t.max()}mm，"
            else:
                p3 += f"{t.min()}mm，"
            p3 += '、'.join(tmp.loc[rainfall_high_mask, '區(qū)域']+'區(qū)域')
            p3 += "降雨量較往年偏高"
            t = tmp.loc[rainfall_high_mask, '降雨距平(mm)'].abs()
            if t.shape[0] > 1:
                p3 += f"{t.min()}～{t.max()}mm；"
            else:
                p3 += f"{t.min()}mm；"
    p3s.append([station, p3])
p3s[-1][-1] = p3s[-1][-1][:-1]+"。"
p3s

6將組織好的文本寫(xiě)入到word中

Word模板文件docxtemplate.docx的內(nèi)容：

一、{
  
  
  { month }}月各氣象觀測(cè)站降雨量實(shí)況
（一）降水
{
  
  
  { p1 }}
{
  
  
  { p2 }}
{%p for station,p3 in p3s %}
{
  
  
  { station }}:{
  
  
  { p3 }}
{%p endfor %}

即：

Python渲染代碼：

from docxtpl import DocxTemplate

tpl = DocxTemplate("docxtemplate.docx")
context = {
    'month': month,
    'p1': p1,
    'p2': p2,
    'p3s': p3s,
}
tpl.render(context)
tpl.save("11月降雨量報(bào)告.docx")

“怎么用Python實(shí)現(xiàn)降雨量統(tǒng)計(jì)分析”的內(nèi)容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識(shí)可以關(guān)注創(chuàng)新互聯(lián)網(wǎng)站，小編將為大家輸出更多高質(zhì)量的實(shí)用文章！

文章標(biāo)題：怎么用Python實(shí)現(xiàn)降雨量統(tǒng)計(jì)分析
網(wǎng)址分享：http://chinadenli.net/article16/jegddg.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供小程序開(kāi)發(fā)、響應(yīng)式網(wǎng)站、手機(jī)網(wǎng)站建設(shè)、面包屑導(dǎo)航、、網(wǎng)站排名

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)