Python计算多个表格中多列数据的平均值与标准差并导出为新的Excel文件

  本文介绍基于Python语言，对一个或多个表格文件中多列数据分别计算平均值与标准差，随后将多列数据对应的这2个数据结果导出为新的表格文件的方法。

  首先，来看一下本文的需求。现有2个.csv格式的表格文件，其每1列表示1个变量，每1行则表示1个样本；其中1个表格文件如下图所示。

  我们现在需要分别对这2个表格文件执行如下操作：计算出其中部分变量（部分列）在所有样本（所有行）中的平均值与标准差数据，然后将这些数据结果导出到一个新的.csv格式文件中。

  需求也很简单。明确了需求，接下来就可以开始代码的撰写；本文所用代码如下。

# -*- coding: utf-8 -*-
"""
Created on Sun Mar 10 17:59:23 2024

@author: fkxxgis
"""

import pandas as pd

data = pd.read_csv(r"F:\Data_Reflectance_Rec\Train_data\Train_Model_0715_Main_Over_B_New.csv")
data_nir = pd.read_csv(r"F:\Data_Reflectance_Rec\Train_data\Train_Model_0715_Main_Over_NIR_New.csv")

column_need = ["blue", "green", "red", "inf", "NDVI", "NDVI_dif", "days", "sola", "temp", "prec", "soil", "blue_h", "green_h", "red_h", "inf_h", "ndvi_h", "blue_h_dif", "green_h_dif", "red_h_dif", "inf_h_dif", "ndvi_h_dif"]

mean_value = data[column_need].mean()
std_value = data[column_need].std()
mean_value_nir = data_nir[column_need].mean()
std_value_nir = data_nir[column_need].std()

data_new = pd.DataFrame({"mean_RGB": mean_value, "std_RGB": std_value, "mean_NIR": mean_value_nir, "std_NIR": std_value_nir})

data_new.to_csv(r"F:\Data_Reflectance_Rec\Train_data\mean_std.csv", index = True)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22

  上述代码具体含义如下。

  首先，使用pandas库导入了pd模块。

  其次，使用pd.read_csv()函数从2个.csv格式表格文件中读取数据。其中，因为本文需要读取的是2个文件，所以分别用data变量与data_nir变量读取这2个不同路径的表格文件。

  接下来，定义了一个column_need列表，其中包含了需要计算平均值和标准差的列名。

  随后，使用mean()函数和std()函数分别计算了data和data_nir中指定列的平均值和标准差，并将结果分别赋值给mean_value、std_value、mean_value_nir和std_value_nir变量。

  然后，使用pd.DataFrame创建了一个新的数据框data_new，其中包含了4列数据：mean_RGB列存储了data中计算得到的平均值，std_RGB列存储了data中计算得到的的标准差；mean_NIR列存储了data_nir中计算得到的平均值，std_NIR列存储了data_nir中计算得到的标准差。

  最后，使用to_csv()函数将data_new保存到文件路径为mean_std.csv的.csv格式文件中，设置index=True表示将索引列也保存到文件中。

  运行上述代码，即可在结果文件夹中找到对应的结果.csv格式文件；如下图所示，其已经是我们需要的形式了——每1列表示1种对应的结果，每1行表示1种变量。

  至此，大功告成。

欢迎关注：疯狂学习GIS