自动根据数据生成降雨量实况Word报告

作者：小小明

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。
若读者有啥更好解决方案，欢迎评论噢！

先看看需求吧：

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

数据：

	区域	月份	降雨量(mm)	降雨距平(mm)	观测站
0	6e63e	11	2.9	-0.70	A站
1	1b8dd	11	1.0	-3.40	A站
2	7c6a0	11	2.3	-3.04	A站
3	548ad	11	8.5	0.10	A站
4	1bafe	11	8.7	2.20	A站
5	51a45	11	16.0	7.41	A站
6	53f42	11	6.8	1.10	A站
7	4f644	11	1.8	-0.60	A站
8	60a75	11	0.0	-2.60	A站
9	4319d	11	1.4	-2.20	A站
10	62464	11	2.2	-1.00	A站
11	65cb4	11	2.0	-1.00	A站
12	e68da	11	1.2	-1.40	A站
13	4156e	11	3.1	-0.40	A站
14	1cc6d	11	3.3	-2.00	A站
15	16d40	11	0.0	-0.50	B站
16	54ac3	11	3.2	0.00	B站
17	592ac	11	4.1	-0.20	B站
18	32046	11	5.3	1.10	B站
19	4e6f0	11	1.2	0.50	B站
20	3722c	11	3.5	1.40	C站
21	5379c	11	1.3	-2.90	C站
22	51eed	11	3.2	-0.60	C站
23	2d91d	11	2.8	0.90	D站
24	78896	11	5.1	1.60	D站
25	25464	11	5.5	1.50	D站
26	66955	11	0.3	-3.10	D站
27	7639e	11	0.0	-1.10	D站
28	1c5ff	11	0.6	-0.90	D站
29	ec456	11	12.2	NaN	E站
30	29b6b	11	7.3	4.00	E站
31	220de	11	12.2	9.10	E站
32	3b5f0	11	13.6	7.25	E站

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)

计算所有观测站降雨量相对往年的比较

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，后面还有更复杂蛋疼的需求就不公布了。

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

结果：

[['A站',
  '各区域降雨量在0.0～16.0mm之间，除548ad区域、1bafe区域、51a45区域、53f42区域降雨量较往年偏高0.1～7.41mm外，其余各区域降雨量较往年偏低0.4～3.4mm；'],
 ['B站',
  '各区域降雨量在0.0～5.3mm之间，除54ac3区域降雨量较往年无变化外，各区域降雨量较往年偏高和偏低的数量持平，其中16d40区域、592ac区域降雨量较往年偏低0.2～0.5mm，32046区域、4e6f0区域降雨量较往年偏高0.5～1.1mm；'],
 ['C站', '各区域降雨量在1.3～3.5mm之间，除3722c区域降雨量较往年偏高1.4mm外，其余各区域降雨量较往年偏低0.6～2.9mm；'],
 ['D站',
  '各区域降雨量在0.0～5.5mm之间，各区域降雨量较往年偏高和偏低的数量持平，其中66955区域、7639e区域、1c5ff区域降雨量较往年偏低0.9～3.1mm，2d91d区域、78896区域、25464区域降雨量较往年偏高0.9～1.6mm；'],
 ['E站', '各区域降雨量在7.3～13.6mm之间，各区域降雨量均较往年偏高4.0～9.1mm。']]

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方法的朋友，希望能够一起探讨。

将组织好的文本写入到word文档中

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：

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报告：