Python：善用query,从excel数据中批量提取数据到新文件_query指定范围提取数据-优快云博客

本文链接：https://blog.youkuaiyun.com/qq_38693033/article/details/127444904

该博客讲述了如何利用Python的pandas库对xlsx格式的气象数据进行按小时筛选和插值处理。通过query函数结合变量，实现了对不同日期和时间的数据提取，并将结果保存为多个按小时划分的Excel文件。博客内容涉及数据读取、条件筛选、文件导出，主要针对数据处理和分析场景。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

最近新到一批气象数据，数据格式为xlsx，每组数据时间间隔为1小时。

STATION_NAME	DATEVAL	PROVINCE	CITY	CNTY	STATION_ID_C	STATION_ID_D	LAT	LON	ALTI	YEAR	MON	DAY	HOUR	TEM	PRE_1H	PRE_24H	WIN_S_AVG_2MI	WIN_S_AVG_10MI	WIN_S_MAX
顺义	2020-12-31 16:00:00+00:00	北京市			54398	54398	40.1333	116.6167	28.6	2021	1	1	0	-8.1	0	0	1.2	1.3	1.5
海淀	2020-12-31 16:00:00+00:00	北京市	市辖区	海淀区	54399	54399	39.9833	116.2833	45.8	2021	2	1	12	-9.8	0	0	0.3	0.3	0.9
延庆	2020-12-31 16:00:00+00:00	北京市	县	延庆县	54406	54406	40.45	115.9667	487.9	2021	3	1	15	-7.1	0	0	2.8	2.8	3.4
密云	2020-12-31 16:00:00+00:00	北京市			54416	54416	40.3833	116.8667	71.8	2021	9	1	23	-12.9	0	0	1.6	1.1	1.5

需要对每小时的数据进行一次插值，因此要将数据按小时提取出来，2022010100，即为1月1日0时的所有站点数据。

对相关工具进行了解后，发现query完美满足需求。

另外由于需要批量处理，query中使用了变量名，这时候需要在query前加上@。

import pandas as pd
import xlwt

wb= pd.read_excel(r"F:\test.xlsx")  # pandas方法读取xlsx
print("列名{}".format(wb.columns.values))

for m in ['1', '3', '5', '7', '8', '10', '12']:
    for i in range(1, 32, 1):  # 逐日循环
        for j in range(24):
            month = int(m)
            info = int(i)
            joy = int(j)
            var = wb.query("(MON == @month)& (DAY == @info)& (HOUR == @joy)")
            #[wb.DAY == m & wb.DAY.isin(i) & wb.HOUR.isin(j)]  # 按小时筛选行数据
            filepath = r'F:\testresult\2022'+ '.'+str(m)+'.'+str(i)+ '.'+str(j)+'.xls'
            print(filepath)
            var.to_excel(filepath)
for mo in ['2', '4', '6', '9', '11']:
    for io in range(1, 31, 1):  # 逐日循环
        for jo in range(24):
            montho = int(mo)
            infoo = int(io)
            joyo = int(jo)
            var0 = wb.query("(MON == @motho)& (DAY == @infoo)& (HOUR == @joyo)")
            #[wb.DAY == m & wb.DAY.isin(i) & wb.HOUR.isin(j)]  # 按小时筛选行数据
            filepath = r'F:\testresult\2022'+ '.'+str(mo)+'.'+str(io)+ '.'+str(jo)+'.xls'
            print(filepath)
            var0.to_excel(filepath)

最后需要对2月的数据进行处理，删除掉多的29号、30号结果。