Python使用folium结合Excel数据绘制气象站点地图
本文介绍如何使用Python的folium库结合pandas处理Excel数据，绘制气象站点地图。通过度分转换、距离计算和自定义标记，展示如何从Excel文件中读取数据并在地图上可视化站点位置。
2026-10-11
6
本文介绍如何使用Python的folium库结合pandas处理Excel数据，绘制气象站点地图。通过度分转换、距离计算和自定义标记，展示如何从Excel文件中读取数据并在地图上可视化站点位置。
本文深入解析Pandas中Series与DataFrame的算术运算规则。重点阐述索引对齐机制，说明当索引不匹配时如何生成NaN值。同时详细讲解利用广播机制实现DataFrame与特定行或列的运算，包括指定axis参数的具体用法，帮助开发者掌握数据对齐与广播的核心逻辑。
本文介绍如何利用Python将Excel中的气象站点数据与Shp格式的国家边界数据结合，通过Pandas进行数据清洗，并使用Cartopy和Matplotlib在地图上可视化展示。重点涵盖经纬度格式转换、Shp文件读取、基于GDP数据的着色处理以及地图坐标系的配置。
针对需要在Excel或在线表格中批量替换指定字符的需求，本文梳理了WPS substitutes函数、Excel VLOOKUP组合公式，以及WPS在线版与离线Pandas版本的Python实现方案。通过构建映射字典或条件判断逻辑，可快速完成菜单术语等数据的清洗与转换，适配不同数据量与办公场景。
本文详解使用pandas读取包含中文Unicode编码的CSV文件，重点解析delimiter、header及encoding参数的应用。通过names参数覆盖自动生成的列索引，实现自定义列标题，并提供具体代码示例与输出结果分析。
本文介绍如何使用Python的pandas库将一个Excel文件按指定列（如销售部门）拆分为多个独立的Excel文件。通过读取数据、提取分类并循环处理，将不同类别的数据分别保存为新的Excel文件，实现数据的分类管理。
Pandas 创建透视表后会自动生成多级索引，影响后续导出或下游分析。本文基于实际运行环境，演示如何使用 reset_index() 完整展平索引、通过 level 参数选择性剥离层级、配合 unstack 保留单行索引结构，以及利用 melt 转换为长格式明细。各方案附完整代码与完成状态校验，适配不同业务场景。
本文介绍如何使用pandas的iloc方法结合列表推导式，通过行索引表达式进行等距抽样。核心步骤包括生成目标索引列表，然后利用iloc选取对应行，最终实现数据的高效分割与提取。
在数据分析实践中，缺失值常以 NaN 或误导性零值形式出现。本文梳理 Pandas 缺失数据检测机制，详细演示按列过滤、整行剔除及均值/中值填充的具体代码，并说明如何将无效零统一转码为 NaN，确保聚合运算不受干扰。
本文详细介绍如何使用Python结合Pandas与Openpyxl库，完成Excel文件的读取、写入、数据清洗与格式化输出。涵盖环境配置、核心API参数说明、多表操作及自动化脚本编写，并提供实际运行代码与常见问题排查指南。
数据清洗是数据分析的核心环节。本文整理Python处理字符串、数值、日期及缺失值的18种高效方法，涵盖基础语法技巧，并深入讲解正则提取、Pandas批量操作、异常捕获与函数封装等进阶流程，帮助开发者快速规范数据格式、提升处理效率。
本文介绍如何利用Python的pandas库处理爬虫获取的小型非结构化数据。通过示例演示如何安装pandas及依赖库openpyxl，并将字典列表转换为DataFrame后，直接导出为Excel、HTML或CSV格式文件，实现数据的直观展示与分析。