自動根據數據生成降雨量實況Word報告

最近遇到一個有點燒腦的需求，其實也不算燒腦，主要是判斷條件過多，對于我這種記憶力差，內存小的人來說容易出現內存溢出導致大腦宕機。也可能是因為我還沒有找到能減小大腦內存壓力的寫法。

若讀者有啥更好解決方案，歡迎評論噢！

先看看需求吧：

主要就是要根據左側的表格自動生成右側的word統計報告，實際的各種可能性情況遠比圖中展示的要更加復雜。

好了，直接開始干代碼吧：

數據讀取

import pandas as pd df = pd.read_csv("11月份數據.csv", encoding='gbk') # 當前統計月份 month = 11 df = df.query('月份==@month') df

1

2

3

4

5

6

7

數據：

異常數據過濾

查看缺失值數量：

pd.isnull(df).sum()

1

結果：

區域 0 月份 0 降雨量(mm) 0 降雨距平(mm) 1 觀測站 0 dtype: int64

1

2

3

4

5

6

僅一個缺失值數據，可直接刪除：

df.dropna(inplace=True)

1

計算所有觀測站降雨量相對往年的比較

計算降雨量比往年高，跟往年比無變化，以及比往年低的次數分別是多少：

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)

1

2

3

4

13 1 18

1

上面的結果中rainfall_high表示降雨量比往年平均水平高的次數，rainfall_equal表示降雨量比往年平均水平持平的次數，rainfall_low表示降雨量比往年平均水平低的次數。

于是分情況討論生成第一段的報告：

p1 = f"{month}月份" if rainfall_low == 0 or rainfall_high == 0: if rainfall_equal != 0: p1 += f"除{rainfall_equal}個觀測站降雨量較往年無變化外，" if rainfall_high == 0: p1 += f"各氣象觀測站降雨量較往年均偏低。" elif rainfall_low == 0: p1 += f"各氣象觀測站降雨量較往年均偏高。" else: # 10%以內差異認為是持平 if rainfall_high > rainfall_low*1.1: p1 += f"大部分氣象觀測站降雨量較往年偏高。" elif rainfall_low > rainfall_high*1.1: p1 += f"大部分氣象觀測站降雨量較往年偏低。" else: p1 += f"各氣象觀測站降雨量較往年整體持平。" p1

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

結果：

'11月份大部分氣象觀測站降雨量較往年偏低。'

1

計算各區域降雨量的極值

再生成第二段的報告：

p2 = "" t = df['降雨量(mm)'] p2 += f"各區域降雨量在{t.min()}～{t.max()}mm之間，其中{df.loc[t.argmax(), '區域']}區域的降雨量最大，為{t.max()}mm。" p2

1

2

3

4

結果：

'各區域降雨量在0.0～16.0mm之間，其中51a45區域的降雨量最大，為16.0mm。'

1

分觀測站統計

讓我腦袋疼的地方就是從這里的代碼開始的，后面還有更復雜蛋疼的需求就不公布了。

對每個觀測站分別統計哪些區域偏高，哪些區域持平，哪些區域偏低：

p3s = [] for station, tmp in df.groupby('觀測站'): t = tmp['降雨量(mm)'] p3 = f"各區域降雨量在{t.min()}～{t.max()}mm之間，" 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, '區域']+'區域') p3 += "降雨量較往年無變化外，" if rainfall_high == 0: p3 += f"各區域降雨量均較往年偏低" elif rainfall_low == 0: p3 += f"各區域降雨量均較往年偏高" 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, '區域']+'區域') p3 += "降雨量較往年無變化，" # 10%以內差異認為是持平 if rainfall_high > rainfall_low*1.1: if rainfall_equal == 0: p3 += '除' p3 += '、'.join(tmp.loc[rainfall_low_mask, '區域']+'區域') p3 += "降雨量較往年偏低" 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"其余各區域降雨量較往年偏高{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, '區域']+'區域') p3 += "降雨量較往年偏高" 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"其余各區域降雨量較往年偏低{t.min()}～{t.max()}mm；" else: if rainfall_equal != 0: p3 = p3[:-1]+'外，' p3 += f"各區域降雨量較往年偏高和偏低的數量持平，其中" p3 += '、'.join(tmp.loc[rainfall_low_mask, '區域']+'區域') p3 += "降雨量較往年偏低" 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, '區域']+'區域') p3 += "降雨量較往年偏高" 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

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

41

42

43

44

45

46

47

48

49

50

51

52

53

54

55

56

57

58

59

60

61

62

63

64

65

66

67

68

69

70

71

72

73

74

75

76

77

結果：

[['A站', '各區域降雨量在0.0～16.0mm之間，除548ad區域、1bafe區域、51a45區域、53f42區域降雨量較往年偏高0.1～7.41mm外，其余各區域降雨量較往年偏低0.4～3.4mm；'], ['B站', '各區域降雨量在0.0～5.3mm之間，除54ac3區域降雨量較往年無變化外，各區域降雨量較往年偏高和偏低的數量持平，其中16d40區域、592ac區域降雨量較往年偏低0.2～0.5mm，32046區域、4e6f0區域降雨量較往年偏高0.5～1.1mm；'], ['C站', '各區域降雨量在1.3～3.5mm之間，除3722c區域降雨量較往年偏高1.4mm外，其余各區域降雨量較往年偏低0.6～2.9mm；'], ['D站', '各區域降雨量在0.0～5.5mm之間，各區域降雨量較往年偏高和偏低的數量持平，其中66955區域、7639e區域、1c5ff區域降雨量較往年偏低0.9～3.1mm，2d91d區域、78896區域、25464區域降雨量較往年偏高0.9～1.6mm；'], ['E站', '各區域降雨量在7.3～13.6mm之間，各區域降雨量均較往年偏高4.0～9.1mm。']]

1

2

3

4

5

6

7

8

可能是我還沒有想出較好的封裝方式導致代碼變得這么復雜，如果有巧妙解決這個問題方法的朋友，希望能夠一起探討。

將組織好的文本寫入到word文檔中

word模板文件docxtemplate.docx的內容：

一、{{ month }}月各氣象觀測站降雨量實況 （一）降水 {{ p1 }} {{ p2 }} {%p for station,p3 in p3s %} {{ station }}:{{ p3 }} {%p endfor %}

1

2

3

4

5

6

7

即：

python渲染代碼：

from docxtpl import DocxTemplate tpl = DocxTemplate("docxtemplate.docx") context = { 'month': month, 'p1': p1, 'p2': p2, 'p3s': p3s, } tpl.render(context) tpl.save("11月降雨量報告.docx")

1

2

3

4

5

6

7

8

9

10

11

執行完畢，得到word報告：

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。