### 使用Python处理Excel文件中的天气数据 为了完成上述需求，可以利用 `openpyxl` 库来读写 `.xlsx` 文件，并通过简单的逻辑实现所需功能。以下是具体方法： #### 1. 增加一列用于存放每天的平均气温 假设原始 Excel 表格中有两列分别表示每日最高温和最低温，则可以通过以下方式计算每行的平均气温并将其存入新列。 ```python import openpyxl # 加载工作簿 workbook = openpyxl.load_workbook('temp.xlsx') sheet = workbook.active # 遍历每一行，在最后一列增加平均气温的数据 for row in range(2, sheet.max_row + 1): # 跳过表头 max_temp_cell = f'B{row}' # 假设B列为最高温 min_temp_cell = f'C{row}' # 假设C列为最低温 avg_temp_value = (sheet[max_temp_cell].value + sheet[min_temp_cell].value) / 2 avg_temp_col = chr(ord('D') + (sheet.max_column - 4)) # 动态获取新增列的位置 sheet[f'{avg_temp_col}{row}'] = avg_temp_value # 更新表头 sheet[f'D1'] = 'Average Temp' # 新增列名设置为 Average Temp # 保存修改后的文件 workbook.save('updated_temp.xlsx') ``` 此部分实现了向表格中添加新的一列以存储每日平均气温[^1]。 #### 2. 计算本周的平均气温 对于整个星期而言，可通过遍历所有记录求得总和再除以天数得到整体均值。 ```python total_avg_temp = sum(sheet[f'D{r}'].value for r in range(2, sheet.max_row + 1)) weekly_average_temperature = total_avg_temp / (sheet.max_row - 1) print(f"Weekly average temperature is {weekly_average_temperature:.2f}") ``` 这段代码完成了对整周平均气温的统计[^1]。 #### 3. 找到一周中最热和最冷的天数及对应温度 最后一步涉及查找最大最小值及其所在位置。 ```python max_day_index = None min_day_index = None highest_temp = float('-inf') lowest_temp = float('inf') for day_idx in range(2, sheet.max_row + 1): current_max_temp = sheet[f'B{day_idx}'].value current_min_temp = sheet[f'C{day_idx}'].value if current_max_temp > highest_temp: highest_temp = current_max_temp max_day_index = day_idx if current_min_temp < lowest_temp: lowest_temp = current_min_temp min_day_index = day_idx hotest_day_info = {'Day': sheet['A'+str(max_day_index)].value, 'Temperature': highest_temp} coldest_day_info = {'Day': sheet['A'+str(min_day_index)].value, 'Temperature': lowest_temp} print(f"Hottest Day Info: {hotest_day_info}, Coldest Day Info: {coldest_day_info}") ``` 以上脚本定位到了极端气候条件下的日期与数值[^2]。 --- ### 总结 综上所述，借助于 `openpyxl` 可轻松达成目标——无论是扩展字段还是执行复杂的汇总运算皆可顺利完成。值得注意的是实际应用过程中需依据具体情况调整单元格索引等细节参数。 相关问题