Python批量求取Excel表格每一个4行内某列的最大值、最小值

  本文介绍基于Python语言，基于Excel表格文件内某一列的数据，计算这一列数据在每一个指定数量的行的范围内（例如每一个4行的范围内）的区间最大值的方法。

  已知我们现有一个.csv格式的Excel表格文件，其中有一列数据，我们希望对其加以区间最大值的计算——即从这一列的数据部分（也就是不包括列名的部分）开始，第1行到第4行之间的最大值、第5行到第8行的最大值、第9行到第12行的最大值等等，加以分别计算每4行中的最大值；此外，如果这一列数据的个数不能被4整除，那么到最后还剩余几个，那就对这几个加以最大值的求取即可。

  明确了需求，我们即可开始代码的撰写；具体如下所示。

# -*- coding: utf-8 -*-
"""
Created on Wed Jul 26 12:24:58 2023

@author: fkxxgis
"""

import pandas as pd

def calculate_max_every_eight_rows(excel_file, column_name):
    df = pd.read_csv(excel_file)
    column_data = df[column_name]
    max_values = []
    for i in range(0, len(column_data), 4):
        max_values.append(column_data[i:i+4].max())
    return max_values

excel_file = r"C:\Users\15922\Desktop\data_table_1.csv"
column_name = 'NDVI'
result = calculate_max_every_eight_rows(excel_file, column_name)
rdf = pd.DataFrame(result, columns = ["Max"])
output_file = r"C:\Users\15922\Desktop\data.csv"
rdf.to_csv(output_file, index = False)

  在这里，我们定义一个函数calculate_max_every_eight_rows（因为一开始我为了计算8个数据的区间最大值，所有函数名称是eight，大家理解即可），接受两个参数，分别为输入文件路径excel_file，以及要计算区间最大值对应的那一列的列名column_name。

  在函数中，我们首先读取文件，将数据保存到df中；接下来，我们从中获取指定列column_name的数据，并创建一个空列表max_values，用于保存每个分组的最大值。随后，使用range函数生成从0开始，步长为4的索引序列，以便按每4行进行分组；这里大家按照实际的需求加以修改即可。在每个分组内，我们从column_data中取出这对应的4行数据，并计算该分组内的最大值，将最大值添加到max_values列表中。最后，函数返回保存了每个分组最大值的列表max_values。

  其次，我们通过excel_file指定输入的文件路径，通过column_name指定要处理的列名，随后即可调用calculate_max_every_eight_rows函数，并将返回的结果保存到result变量中，该结果是一个包含了每个分组最大值的列表。

  随后，我们为了将最大值结果保存，因此选择将result列表转换为一个新的DataFrame格式数据rdf，并指定列名为Max。最后，通过rdf.to_csv()：将这个rdf保存为一个新的.csv格式文件，并设置index=False以不保存索引列。

  执行上述代码，我们即可获得结果文件。如下图所示，为了方便对比，我们这里就将结果文件复制到原来的文件中进行查看。可以看到，结果列中第1个数字，就是原始列中前4行的最大值；结果列中第3个数字，则就是原始列中第9行到12行的最大值，以此类推。

  至此，大功告成。