python提取文件夹里多个excel文件并筛选数据

以下是一个示例代码，可以提取文件夹中的多个excel文件，并筛选数据：

import os
import pandas as pd

# 设置文件夹路径
folder_path = "your_folder_path"

# 获取文件夹中所有的excel文件
files = [f for f in os.listdir(folder_path) if f.endswith('.xlsx')]

# 定义筛选条件
condition = "your_condition"

# 循环读取每个excel文件中的数据，并筛选符合条件的数据
for file in files:
    file_path = os.path.join(folder_path, file)
    df = pd.read_excel(file_path)
    filtered_df = df[df['column_name'].str.contains(condition)]
    
    # 处理筛选结果
    

其中，需要替换的部分为`your_folder_path`和`your_condition`，分别代表文件夹路径和筛选条件。此示例代码使用pandas库读取excel文件，筛选时根据某一列的关键字是否包含条件来判断。在实际使用中，可以根据需要修改条件和处理筛选结果的代码。

相关问题

python提取文件夹里多个excel文件并筛选数据保存

以下是一个示例代码，用于提取文件夹里多个excel文件并筛选数据保存：

import os
import pandas as pd

# 设置文件夹路径和保存路径
folder_path = '文件夹路径'
save_path = '保存路径'

# 获取文件夹里的所有文件名
file_list = os.listdir(folder_path)

# 遍历文件夹里的所有文件
for file_name in file_list:
    # 判断是否为excel文件
    if file_name.endswith('.xlsx'):
        # 读取excel文件
        df = pd.read_excel(os.path.join(folder_path, file_name))
        # 筛选数据
        df_filtered = df[df['列名'] == '筛选条件']
        # 保存筛选后的数据至新的excel文件
        df_filtered.to_excel(os.path.join(save_path, file_name), index=False)

需要注意的是，代码中的`列名`和`筛选条件`需要根据实际情况进行修改。另外，需要预先安装`pandas`库。

python实现基于站点shp数据与文件夹内多个tif栅格批量提取到点，写入到一个EXCEL表

可以使用Python中的geopandas和rasterio库来实现基于站点shp数据与文件夹内多个tif栅格批量提取到点，并将结果写入到一个EXCEL表中。具体实现方法可以参考以下代码：

import geopandas as gpd
import rasterio
from rasterio.features import geometry_mask
import pandas as pd

# 读取站点shp数据
points = gpd.read_file('points.shp')

# 定义一个函数，用于提取单个tif栅格中站点的值
def extract_value(point, tif_path):
    with rasterio.open(tif_path) as src:
        # 获取栅格中站点所在像素的行列号
        row, col = src.index(point.geometry.x, point.geometry.y)
        # 读取该像素的值
        value = src.read(1, window=((row, row+1), (col, col+1)))
        # 如果值为栅格中的nodata值，则返回None
        if value == src.nodata:
            return None
        else:
            return value[]

# 遍历文件夹内的所有tif栅格，提取站点的值
values = []
for tif_path in tif_paths:
    with rasterio.open(tif_path) as src:
        # 获取栅格的范围
        bounds = src.bounds
        # 筛选出站点所在范围内的栅格像素
        mask = geometry_mask(points.geometry, out_shape=src.shape, transform=src.transform, invert=True)
        # 读取栅格中站点的值
        for point in points[mask].itertuples():
            value = extract_value(point, tif_path)
            values.append(value)

# 将结果写入到一个EXCEL表中
df = pd.DataFrame({'value': values})
df.to_excel('result.xlsx', index=False)

以上代码中，`points.shp`是站点shp数据的文件路径，`tif_paths`是包含多个tif栅格的文件夹路径。`extract_value`函数用于提取单个tif栅格中站点的值，`values`列表用于存储所有站点的值。遍历文件夹内的所有tif栅格，筛选出站点所在范围内的栅格像素，并调用`extract_value`函数提取站点的值。最后，将结果写入到一个名为`result.xlsx`的EXCEL表中。