在Python while循环中使用=rand（between）拖拽excel工作表，并将结果导出为.dbf

作为我问题的前言：我对堆栈溢出非常陌生，对Python也相对陌生

我正在进行敏感性分析。我正在使用40个参数，范围从0.1到1。我的分析要求同时将这些参数改变+-0.1，大约500倍。然后，这些值将输入到ArcGIS工具中。所以，我需要500组随机值，40个参数。然后将这些参数值与工具的输出进行比较，以查看模型对哪些参数最敏感。我已经设置了一个Excel工作表，每次打开它时都会随机计算这些值，但问题是它们需要采用.dbf格式才能被ArcGIS工具读取

我已经建立了一个while循环（10次迭代开始，但需要500次），并尝试了两种不同的方法，希望能够自动调用.xls生成随机数，然后将其导出到.dbf

首先，arcpy.CopyRows\u管理正确导出到.dbf。问题是每次迭代的输出都是完全相同的，它没有0.1、0.2、0.3等值，而是包含0.22、0.37、0.68等值。虽然在.xls中的公式中指定了这一点，但它并没有达到十分之一

我还尝试了arcpy.TabletoTable_转换，但这会抛出错误99999:ERROR executing函数

我愿意接受各种建议。也许有一种更简单的方法可以在Python中随机采样并将结果导出到.dbf。这不需要使用arcpy来完成，但这就是我真正使用的全部。我真的很感谢任何提供的帮助！谢谢你抽出时间

i = 0
while i < 10:
    # Set run specific variables
    lulc = "D:\\SARuns\\lulc_nosoils_rand.xls\\lulc_nosoils$"
    folder = "D:\\SARuns"

    print "Reading lulc"

    newlulc = "D:\\SARuns\\lulc_nosoils_rand"+str(i)+".dbf"

    print "Reading newlulc"

    # Copy rows is copying it to a dbf, but the values inside 
    # are the same for each run. And, none are correct.    
    arcpy.CopyRows_management(lulc, newlulc)

    # Table to table should work. But isn't.    
    # arcpy.TableToTable_conversion(lulc, folder, newlulc)

    print "Converting table"    
    i+= 1

i=0
当我<10时：
#设置特定于运行的变量
lulc=“D:\\SARuns\\lulc\u nosoils\u rand.xls\\lulc\u nosoils$”
folder=“D:\\SARuns”
打印“阅读lulc”
newlulc=“D:\\SARuns\\lulc\u nosoils\u rand”+str（i）+“.dbf”
打印“阅读新LULC”
#复制行是将其复制到dbf，但其中的值
#每次跑步都是相同的。而且，没有一个是正确的。
arcpy.CopyRows\u管理（lulc、newlulc）
#桌对桌应该是有效的。但事实并非如此。
#arcpy.TableToTable_转换（lulc、文件夹、新lulc）
打印“转换表”
i+=1

在Excel中计算值时，始终会得到所有小数。即使将numer格式指定为1 decimal，整数仍然存在。所以我假设这就是为什么你不能得到一个小数点的“精确数字”。应用舍入函数仅获取一个小数点

复制行只从dbf中复制值，它不会打开Excel调用公式来计算新的随机值

因此，您要么必须在Python中计算随机值并创建数据库输出，要么需要实际打开一个Excel实例——它将触发新的随机值——并将Excel工作表另存为数据库

也许使用您的值填充ArcMap表并将该数据导出到dBase会起作用，也就是说，使用类似这样的方法：

     arcpy.TableToDBASE_conversion(tableName, outPath)

---

抱歉，我有点困惑，您是在excel中创建大量随机数，然后在python中读取它们，然后导出它们吗？为什么不直接用Python创建它们呢？你能解释一下最终的结果吗？嗨，谢谢你的回答！40个参数具有设定值，并基于土地覆盖物是否适合提供栖息地。因此，N1=0.6，而N2=0.8（依此类推，直到N=40）。N1的随机值可能为0.5、0.6或0.7。N2的随机值可能为0.7、0.8、0.9。这有用吗？Hydra IO的最终结果是500个.dbf文件，所有40个参数的值都在+-0.1之间。每个.dbf都是不同的。