python实现气象数据分析统计服_Python数据分析实战:降雨量统计分析报告分析
本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理。
以下文章来源于菜J学Python ,作者小小明
最近遇到一个有点烧脑的需求,其实也不算烧脑,主要是判断条件过多,对于我这种记忆力差,内存小的人来说容易出现内存溢出导致大脑宕机。也可能是因为我还没有找到能减小大脑内存压力的方法。
先看看需求吧:
主要就是要根据左侧的表格自动生成右侧的Word统计报告,实际的各种可能性情况远比图中展示的要更加复杂。
好了,直接开始干代码吧!
1数据读取
importpandas as pd
df= pd.read_csv("11月份数据.csv", encoding='gbk')#当前统计月份
month = 11df= df.query('月份==@month')
df.head(10)
预览数据:
2异常数据过滤
查看缺失值数量:
pd.isnull(df).sum()
结果:
区域 0
月份 0
降雨量(mm) 0
降雨距平(mm)1观测站 0
dtype: int64
仅一个缺失值数据,可直接删除:
df.dropna(inplace=True)
3计算观测站降雨量相对往年的变化
计算降雨量比往年高,跟往年比无变化,以及比往年低的次数分别是多少:
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
上面的结果中rainfall_high表示降雨量比往年平均水平高的次数,rainfall_equal表示降雨量比往年平均水平持平的次数,rainfall_low表示降雨量比往年平均水平低的次数。
于是分情况讨论生成第一段的报告:
p1 = f"{month}月份"
if rainfall_low == 0 or rainfall_high ==0:if rainfall_equal !=0:
p1+= f"除{rainfall_equal}个观测站降雨量较往年无变化外,"
if rainfall_high ==0:
p1+= f"各气象观测站降雨量较往年均偏低。"
elif rainfall_low ==0:
p1+= f"各气象观测站降雨量较往年均偏高。"
else:#10%以内差异认为是持平
if rainfall_high > rainfall_low*1.1:
p1+= f"大部分气象观测站降雨量较往年偏高。"
elif rainfall_low > rainfall_high*1.1:
p1+= f"大部分气象观测站降雨量较往年偏低。"
else:
p1+= f"各气象观测站降雨量较往年整体持平。"p1
结果:
'11月份大部分气象观测站降雨量较往年偏低。'
4计算各区域降雨量的极值
再生成第二段的报告:
p2 = ""t= df['降雨量(mm)']
p2+= f"各区域降雨量在{t.min()}~{t.max()}mm之间,其中{df.loc[t.argmax(), '区域']}区域的降雨量最大,为{t.max()}mm。"p2
结果:
'各区域降雨量在0.0~16.0mm之间,其中51a45区域的降雨量最大,为16.0mm。'
5分观测站统计
让我脑袋疼的地方就是从这里的代码开始的,后面还有更复杂的需求就不公布了。
对每个观测站分别统计哪些区域偏高,哪些区域持平,哪些区域偏低:
p3s =[]for station, tmp in df.groupby('观测站'):
t= tmp['降雨量(mm)']
p3= f"各区域降雨量在{t.min()}~{t.max()}mm之间,"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, '区域']+'区域')
p3+= "降雨量较往年无变化外,"
if rainfall_high ==0:
p3+= f"各区域降雨量均较往年偏低"
elif rainfall_low ==0:
p3+= f"各区域降雨量均较往年偏高"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, '区域']+'区域')
p3+= "降雨量较往年无变化,"
#10%以内差异认为是持平
if rainfall_high > rainfall_low*1.1:if rainfall_equal ==0:
p3+= '除'p3+= '、'.join(tmp.loc[rainfall_low_mask, '区域']+'区域')
p3+= "降雨量较往年偏低"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"其余各区域降雨量较往年偏高{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, '区域']+'区域')
p3+= "降雨量较往年偏高"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"其余各区域降雨量较往年偏低{t.min()}~{t.max()}mm;"
else:if rainfall_equal !=0:
p3= p3[:-1]+'外,'p3+= f"各区域降雨量较往年偏高和偏低的数量持平,其中"p3+= '、'.join(tmp.loc[rainfall_low_mask, '区域']+'区域')
p3+= "降雨量较往年偏低"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, '区域']+'区域')
p3+= "降雨量较往年偏高"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
可能是我还没有想出较好的封装方式导致代码变得这么复杂,如果有巧妙解决这个问题的朋友,希望能够加菜J学Python交流群一起探讨。
6将组织好的文本写入到word中
Word模板文件docxtemplate.docx的内容:
一、{{ month }}月各气象观测站降雨量实况
(一)降水
{{ p1 }}
{{ p2 }}
{%p for station,p3 in p3s %}
{{ station }}:{{ p3 }}
{%p endfor %}
即:
Python渲染代码:
from docxtpl importDocxTemplate
tpl= DocxTemplate("docxtemplate.docx")
context={'month': month,'p1': p1,'p2': p2,'p3s': p3s,
}
tpl.render(context)
tpl.save("11月降雨量报告.docx")
执行完毕,得到Word统计分析报告:
python实现气象数据分析统计服_Python数据分析实战:降雨量统计分析报告分析相关推荐
- python爬虫餐饮行业数据分析统计服_Python数据分析实战,简单快速制作餐饮行业商业化报告...
前些天有个朋友向我求救,他们公司最近要针对餐饮行业做数据分析,并为某些商家做出线上营销方案.但是他一头雾水,不知道该从哪方面下手. 我提醒他,是否先从商家的线上评价作为数据分析的入口例如美团.大众点评 ...
- python时间序列数据分析统计服_python数据分析之:时间序列二
将Timestamp转换为Period 通过使用to_period方法,可以将由时间戳索引的Series和DataFrame对象转换为以时期索引 rng=pd.date_range('1/1/2000 ...
- Python数据分析实战:降雨量统计分析报告分析
本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理. 以下文章来源于菜J学Python ,作者小小明 最近遇到一个有点烧脑的需求,其实也不算烧pytho ...
- python做excel数据分析统计服_Python也能做到Excel那样,条件统计轻松解决工作需求...
此系列文章收录在公众号中:数据大宇宙 > 数据处理 >E-pd 转发本文并私信我"python",即可获得Python资料以及更多系列文章(持续更新的) 经常听别人说 ...
- python excel 数据分析统计服_数据分析从入门到进阶(透彻讲解EXCEL.SQL.TABLEAU、PYTHON四项数据分析必会工具.免费提供1GB数据集...
透彻讲解Excel.SQL.Tableau.Python四项数据分析必会工具,数据分析工作者的案头推荐工具书.系统介绍数据分析的策略.方法(数据分析之道):实例讲解引导.快速掌握数据分析工具(数据分析 ...
- python数据分析实况_Python数据分析实战:降雨量统计分析报告分析
本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理. 以下文章来源于菜J学Python ,作者小小明 最近遇到一个有点烧脑的需求,其实也不算烧脑,主要是 ...
- python软件设计数据分析统计服_Python 和 R 数据分析/挖掘工具互查
写在前面 在此总结一些在数据分析/挖掘中可能用到的功能,方便大家索引或者从一种语言迁移到另一种.当然,这篇博客还会随时更新(不会另起一篇,为了方便大家索引),请大家如果有需要收藏到书签中. 如果大家还 ...
- python房价数据分析统计服_Python 爬取分析全国 12 个城市 4 万条房价信息,告诉你该怎样买房?...
原标题:Python 爬取分析全国 12 个城市 4 万条房价信息,告诉你该怎样买房? 作者 | 月小水长 责编 | 伍杏玲通过分页.线程池.代理池等技术,快速爬取链家网近4万条在售二手房信息,速度可 ...
- python电商数据分析统计服_python爬虫学习:电商数据分析
通常我们在使用爬虫的时候会爬取很多数据,而这些数据里边什么是有用的数据,什么是没用的数据这个是值得我们关注的,在这一篇文章里,我们将通过一个简单的爬虫,来去简单介绍下如何使用python来去做数据分析 ...
最新文章
- Color Picker like PhotoShop
- 《软技能:代码之外的生存指南》一一21.1 为什么博客如此重要
- 生成tfreocrds
- boost::mp11::mp_bind_back相关用法的测试程序
- python中索引是从什么开始_python索引从0开始,那负数索引算什么?三秋道果说python...
- MySQL为什么有时候会选错索引?
- day01 python基本概念
- input发送a.jax_与时俱进:在JAX-RS API中采用OpenAPI v3.0.0
- 4月1日被愚了吗,我就看看你们都比较都喜欢哪些教程?
- 使用Leaflet创建地图拓扑图
- 除了国内红海拼刀,移动 App 在海外能否挖到新机会?
- java awt run_JAVA教程 第五讲 AWT图形用户界面设计(一)
- 计算机word的函数怎么用,Word公式编辑器怎么使用,教您怎么使用
- CSDN刷博 - 最简单有效的方法
- 电子料盘 电容 物料标识识别
- 【CAD】CAD插件
- 温肯本科学习回忆录一:简述我的本科专业
- [上海博物馆全集列表]
- ESXi-6.7.0U3b nvme固态硬盘无法识别解决方法
- 【雷达通信】雷达探测项目仿真(Matlab代码实现)
热门文章
- 天津大学计算机科学学院夏令营,天津大学计算机科学与技术学院(专业学位)计算机技术保研夏令营...
- 数字化测图是利用计算机自动绘制地形图,运用VirtuoZo软件实现航空摄影测量数字化测图...
- 两物体的相对速度公式_最全物理公式合集,高考这一份就够了!
- oracle restart 静默安装,CentOS下静默安装Oracle 10.2.0.1.0
- java动态语言_java动态类型语言支持(三)
- axure中的拐弯箭头_Axure 8.0制作水平方向上一直来回移动的箭头
- php jquery ajax裁剪图照片,php+jquery+ajax无刷新图片上传裁切,模拟flash头像上传实例...
- php对称算法_php里简单的对称加密算法
- canal mysql重置_canal: 首先装完阿里的canal,然后数据库同步,仅供学习参考
- ios弧形进度条_ios 圆形进度条