一个一个输入太慢了

前两天写的容积率检查程序，每次只能检查一个地块。

输入用地类型 → 输入容积率 → 看结果 → 再来一遍……

如果手里有100个地块的数据，难道要重复操作100次？

当然不。今天的目标：让程序批量处理，一口气检查完所有地块。

思路：让数据“说话”，而不是手动输入

手动输入的问题在于：人慢、易错、不能复用。

更好的方式是：把数据整理成表格，让程序自动读取、自动判断、自动输出。

这个表格，就是Excel。

今天的程序要做三件事：

1. 读取Excel：拿到地块清单（用地类型、容积率）

2. 批量判断：逐个检查容积率是否合规

3. 输出结果：在原来的表格上增加一列“是否合规”

准备工作：一个示例Excel文件

假设我们有一个地块数据.xlsx，内容如下：

我们希望程序输出：

完整代码

运行效果

运行程序后，控制台输出：

打开生成的Excel文件，里面已经多了一列“是否合规”。

新知识点拆解

1. pandas库

• pandas是Python里处理表格数据的“神器”

• pd.read_excel()读取Excel，返回DataFrame

• df.to_excel()保存DataFrame到Excel

• df.apply()对每一行或每一列应用函数

2. lambda匿名函数

可以理解为“临时的小函数”，只用一次，不需要用

• 类似def定义

• row是当前行的数据，row["用地类型"]就是取这一行的“用地类型”列

3. axis参数

• axis=1表示“按行操作”，每一行是一个样本

• axis=0表示“按列操作”（默认）

4. 字符串格式化回顾

• {:.2f}表示保留两位小数的浮点数

对比：手动输入 vs 批量处理

我的一点小感悟

以前用GIS做类似检查或者批量赋值，需要反复使用字段计算器，或者用模型构建器循环。现在用Python + pandas，几行代码就搞定了，而且结果可以直接输出Excel，发给别人看。

这就是编程的威力：把重复的工作交给电脑，把时间留给思考。

📌 今日学习笔记：

学到了什么：

• 安装pandas库，输入pip install openpyxl，也要安装openpyxl 库

• 用pandas.read_excel()读取Excel

• 用df.apply()批量处理每一行

• 用lambda写匿名函数

• 用df.to_excel()保存结果

升级内容：

• 从单个输入 → 批量处理

• 从屏幕输出 → Excel文件输出

用时： 1小时

📢 我是老李，35岁规划师，从零开始学AI。

每天1小时，记录真实学习路。不求成为大神，只为多一条出路。

如果你也在传统行业或者对未来感到焦虑，如果你也想学点新东西但一直没有开始

点击关注，我们一起进步。

👇👇👇