Python 如何标记10个csv文件中的异常值/异常，并将标记的数据帧导出到1个xlsx文件（共10张图纸）

我想做以下工作：

标记文件夹中10个

.csv

文件中的异常（所有10个文件都具有相同的列名a-J）

使用

10张

将标记的数据帧导出到1

.xlsx

（将10个标记的df附加到1个xlsx文件）

注：此处的异常定义为每行低于

1500

且高于

100000

的任何值

要一次标记一个文件，代码如下所示：

import pandas as pd
  
# intialise data of lists
data = {'A':['R1', 'R2', 'R3', 'R4', 'R5'],
         'B':[12005, 18190, 1021, 13301, 31119],
        'C':[11021, 19112, 19021,15, 24509 ],
        'D':[10022,19910, 19113,449999, 25519],
        'E':[14029, 29100, 39022, 24509, 412271],
        'F':[52119,32991,52883,69359,57835],
         'G':[41218, 52991,1021,69152,79355],
         'H': [43211,7672991,56881,211,77342],
          'J': [31211,42901,53818,62158,69325],
        }
  
# Create DataFrame
df = pd.DataFrame(data)
  
# Print the output.
df.describe()

## flagging anomalies in each row 
def flag_outliers(s):
    # force to numeric and coerce string to NaN
    s = pd.to_numeric(s, errors='coerce')
    indexes = (s<1500)|(s>1000000)
    return ['background-color: red' if v else '' for v in indexes]

styled = df.style.apply(flag_outliers, axis=1)

styled.to_excel("flagged_outliers.xlsx", index=False)

将熊猫作为pd导入
#将列表的数据初始化
数据={'A'：['R1'，'R2'，'R3'，'R4'，'R5']，
“B”：[1200518190102113301119]，
‘C’：[1102119112119021,1524509]，
‘D’：[1002219901911344999925519]，
"E:[14029291003902224509412271],，
‘F’：[5211932991528836935957835]，
‘G’：[412185299110216915279355]，
‘H’：[4321176729915688121177342]，
‘J’：[312142901538186215869325]，
}
#创建数据帧
df=pd.DataFrame（数据）
#打印输出。
df.descripe（）
##标记每行中的异常
def标志_异常值：
#强制为数字并强制字符串为NaN
s=pd.to_numeric（s，errors='concurve'）
索引=（s1000000）
返回['background-color:red'if v else''表示索引中的v]
styled=df.style.apply（标记异常值，轴=1）
styled.to_excel（“标记的_异常值.xlsx”，索引=False）

标记数据帧的示例如下所示：

import pandas as pd
  
# intialise data of lists
data = {'A':['R1', 'R2', 'R3', 'R4', 'R5'],
         'B':[12005, 18190, 1021, 13301, 31119],
        'C':[11021, 19112, 19021,15, 24509 ],
        'D':[10022,19910, 19113,449999, 25519],
        'E':[14029, 29100, 39022, 24509, 412271],
        'F':[52119,32991,52883,69359,57835],
         'G':[41218, 52991,1021,69152,79355],
         'H': [43211,7672991,56881,211,77342],
          'J': [31211,42901,53818,62158,69325],
        }
  
# Create DataFrame
df = pd.DataFrame(data)
  
# Print the output.
df.describe()

## flagging anomalies in each row 
def flag_outliers(s):
    # force to numeric and coerce string to NaN
    s = pd.to_numeric(s, errors='coerce')
    indexes = (s<1500)|(s>1000000)
    return ['background-color: red' if v else '' for v in indexes]

styled = df.style.apply(flag_outliers, axis=1)

styled.to_excel("flagged_outliers.xlsx", index=False)

---

提前感谢

我想你可以在这里使用一个循环来获取读取csv文件并应用样式，然后在每个工作表中另存为excel，注意我使用了相同的路径来读取csv并保存输出excel，你可以通过定义路径2并在

writer=…

变量中使用它来更改输出路径：

path = "full\\path\\to_folder\\"
import glob
import os

files = glob.glob(path+"\*.csv")

writer = pd.ExcelWriter(os.path.join(path,"combined.xlsx"), engine = 'xlsxwriter')
for file in files:    
    dataframe = pd.read_csv(file)
    (dataframe.style.apply(flag_outliers, axis=1)
     .to_excel(writer, sheet_name = os.path.split(file)[-1][:-4],index=False))
writer.save()

这将使用csv文件名保存每个工作表中的数据帧