干货|利用Python自动根据数据生成降雨量统计分析报告

作者：小小明

简介：Pandas数据处理专家，10余年编码经验，至今已帮助过成千上万名数据从业者解决工作实际遇到的问题，其中数据处理和办公自动化问题涉及的行业包括会计、HR、气象、金融等等，现为菜J学Python核心技术团队成员之一。

点击上方“Python爬虫与数据挖掘”，进行关注

回复“书籍”即可获赠Python从入门到进阶共10本电子书

今

日

鸡

汤

今夜偏知春气暖，虫声新透绿窗纱。

大家好，我是J哥。

最近遇到一个有点烧脑的需求，其实也不算烧脑，主要是判断条件过多，对于我这种记忆力差，内存小的人来说容易出现内存溢出导致大脑宕机。也可能是因为我还没有找到能减小大脑内存压力的写法。若读者有更好的解决方案，欢迎在本文文末进行留言噢！

后台回复「降雨」二字，可领取本文所用数据集和Word模板，便于大家用Python测试。

先看看需求吧：

干货|利用Python自动根据数据生成降雨量统计分析报告

主要就是要根据左侧的表格自动生成右侧的Word统计报告，实际的各种可能性情况远比图中展示的要更加复杂。

好了，直接开始干代码吧!

数据读取



import pandas as pd  

df = pd.read\_csv("11月份数据.csv", encoding='gbk')  
# 当前统计月份  
month = 11  
df = df.query('月份==@month')  
df.head(10)

预览数据：

干货|利用Python自动根据数据生成降雨量统计分析报告

异常数据过滤

查看缺失值数量：



pd.isnull(df).sum()

结果：



区域          0  
月份          0  
降雨量(mm)     0  
降雨距平(mm)    1  
观测站         0  
dtype: int64

仅一个缺失值数据，可直接删除：



df.dropna(inplace=True)

计算观测站降雨量相对往年的变化

计算降雨量比往年高，跟往年比无变化，以及比往年低的次数分别是多少：



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)



13 1 18

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

于是分情况讨论生成第一段的报告：



p1 = f"{month}月份"  
if rainfall\_low == 0 or rainfall\_high == 0:  
    if rainfall\_equal != 0:  
        p1 += f"除{rainfall\_equal}个观测站降雨量较往年无变化外，"  
    if rainfall\_high == 0:  
        p1 += f"各气象观测站降雨量较往年均偏低。"  
    elif rainfall\_low == 0:  
        p1 += f"各气象观测站降雨量较往年均偏高。"  
else:  
    #  10%以内差异认为是持平  
    if rainfall\_high > rainfall\_low\*1.1:  
        p1 += f"大部分气象观测站降雨量较往年偏高。"  
    elif rainfall\_low > rainfall\_high\*1.1:  
        p1 += f"大部分气象观测站降雨量较往年偏低。"  
    else:  
        p1 += f"各气象观测站降雨量较往年整体持平。"  
p1

结果：



'11月份大部分气象观测站降雨量较往年偏低。'

计算各区域降雨量的极值

再生成第二段的报告：



p2 = ""  
t = df\['降雨量(mm)'\]  
p2 += f"各区域降雨量在{t.min()}～{t.max()}mm之间，其中{df.loc\[t.argmax(), '区域'\]}区域的降雨量最大，为{t.max()}mm。"  
p2

结果：



'各区域降雨量在0.0～16.0mm之间，其中51a45区域的降雨量最大，为16.0mm。'

分观测站统计

让我脑袋疼的地方就是从这里的代码开始的，后面还有更复杂的需求就不公布了。

对每个观测站分别统计哪些区域偏高，哪些区域持平，哪些区域偏低：



p3s = \[\]  
for station, tmp in df.groupby('观测站'):  
    t = tmp\['降雨量(mm)'\]  
    p3 = f"各区域降雨量在{t.min()}～{t.max()}mm之间，"  
    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\[rainfall\_equal\_mask, '区域'\]+'区域')  
            p3 += "降雨量较往年无变化外，"  
        if rainfall\_high == 0:  
            p3 += f"各区域降雨量均较往年偏低"  
        elif rainfall\_low == 0:  
            p3 += f"各区域降雨量均较往年偏高"  
        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\[rainfall\_equal\_mask, '区域'\]+'区域')  
            p3 += "降雨量较往年无变化，"  
        #  10%以内差异认为是持平  
        if rainfall\_high > rainfall\_low\*1.1:  
            if rainfall\_equal == 0:  
                p3 += '除'  
            p3 += '、'.join(tmp.loc\[rainfall\_low\_mask, '区域'\]+'区域')  
            p3 += "降雨量较往年偏低"  
            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"其余各区域降雨量较往年偏高{t.min()}～{t.max()}mm；"  
        elif rainfall\_low > rainfall\_high\*1.1:  
            if rainfall\_equal == 0:  
                p3 += '除'  
            p3 += '、'.join(tmp.loc\[rainfall\_high\_mask, '区域'\]+'区域')  
            p3 += "降雨量较往年偏高"  
            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"其余各区域降雨量较往年偏低{t.min()}～{t.max()}mm；"  
        else:  
            if rainfall\_equal != 0:  
                p3 = p3\[:\-1\]+'外，'  
            p3 += f"各区域降雨量较往年偏高和偏低的数量持平，其中"  
            p3 += '、'.join(tmp.loc\[rainfall\_low\_mask, '区域'\]+'区域')  
            p3 += "降雨量较往年偏低"  
            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\[rainfall\_high\_mask, '区域'\]+'区域')  
            p3 += "降雨量较往年偏高"  
            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

可能是我还没有想出较好的封装方式导致代码变得这么复杂，如果有巧妙解决这个问题的朋友，希望能够加菜J学Python交流群一起探讨。

将组织好的文本写入到word中

Word模板文件docxtemplate.docx的内容：



一、{{ month }}月各气象观测站降雨量实况  
（一）降水  
{{ p1 }}  
{{ p2 }}  
{%p for station,p3 in p3s %}  
{{ station }}:{{ p3 }}  
{%p endfor %}

即：

干货|利用Python自动根据数据生成降雨量统计分析报告

Python渲染代码：



from docxtpl import DocxTemplate  

tpl = DocxTemplate("docxtemplate.docx")  
context = {  
    'month': month,  
    'p1': p1,  
    'p2': p2,  
    'p3s': p3s,  
}  
tpl.render(context)  
tpl.save("11月降雨量报告.docx")

执行完毕，得到Word统计分析报告：

干货|利用Python自动根据数据生成降雨量统计分析报告