### 使用 Pandas 处理 Excel 文件并按三年周期逐年滑动提取数据 为了完成此任务，可以遵循以下方法来读取 Excel 文件，并通过 Pandas 实现基于年份的三年周期逐年滑动窗口的数据提取。 #### 1. 导入必要的库 首先需要安装 `pandas` 和 `openpyxl` 库用于处理 Excel 文件。如果尚未安装这些包，则可以通过 pip 安装它们： ```bash pip install pandas openpyxl ``` 接着，在 Python 脚本中引入所需的模块： ```python import pandas as pd from datetime import timedelta, date ``` #### 2. 加载 Excel 数据到 DataFrame 中 假设有一个名为 "data.xlsx" 的 Excel 文件位于当前工作目录下，其中包含日期列和其他数值列。加载该文件至 DataFrame 并设置索引为日期字段： ```python # 将 Excel 表格转换成 DataFrame 对象 df = pd.read_excel('data.xlsx') # 假设 'Date' 列存在并且是字符串格式；将其解析为 datetime 类型 df['Date'] = pd.to_datetime(df['Date']) # 设置 Date 作为 index 方便后续操作 df.set_index('Date', inplace=True) # 如果有其他非必要列可以选择删除简化结构 # df.drop(columns=['unnecessary_column'], inplace=True) ``` #### 3. 创建新的年度和月份辅助列以便于分析 创建额外的时间戳信息帮助更好地理解时间维度上的变化模式： ```python # 添加 Year 和 Month 辅助列方便进一步筛选 df['Year'] = df.index.year df['Month'] = df.index.month_name() ``` #### 4. 构建三年滚动窗口函数 定义一个函数用来获取指定起始年的三年内所有记录。这里采用闭区间 `[start_year:start_year + 3)` 来构建每一轮次的选择范围： ```python def get_three_years_data(start_year): end_date = str(int(start_year) + 3) + '-01-01' mask = (df.index >= f'{int(start_year)}-01-01') & \ (df.index < end_date) return df[mask].copy() # 测试函数效果 test_df = get_three_years_data(2015) print(test_df.head()) ``` 上述代码片段实现了从给定的一年起始位置开始选取连续三个自然年内所有的观测值。注意这里的结束条件是开区间的右边界，即不含最后一个完整的第四年^[1]^。 #### 5. 进行多年度循环遍历 最后一步则是编写逻辑迭代整个可用时间段内的每一个可能起点，依次调用之前定义好的 `get_three_years_data()` 函数获得对应的结果集： ```python unique_years = sorted(set([idx.year for idx in df.index])) for i in range(len(unique_years)-2): # 至少留出两个完整年供形成第一个窗口 start_yr = unique_years[i] three_yrs_df = get_three_years_data(str(start_yr)) # 执行所需的操作比如保存子集到新文件、绘图等... print(f"\nProcessing {start_yr}-{start_yr+2} period:") display(three_yrs_df.describe()) # 只是一个例子展示统计摘要 # 若要将每个阶段单独存盘可取消下面这行注释 # three_yrs_df.to_csv(f'three_years_{start_yr}_{start_yr+2}.csv') ``` 这段脚本会遍历输入数据集中存在的最早一年到最后第三年之间的每一项，对于每次迭代都会打印出相应期间的基本描述性统计数据（均值、标准差等）。当然也可以根据具体需求调整这部分行为，例如导出 CSV 或者生成可视化图表^[1]^。