Pythonを用いた空間統計分析のための衛星データ（LST, NDVI）の処理2

#!/usr/bin/env python
# coding: utf-8

import pandas as pd
import tables
import numpy as np
import pandas as pd
import seaborn as sns
import os

# 27都市の名前（フォルダを作成する用）
City27 = ['さいたま市','京都市','仙台市','北九州市','千葉市',
          '名古屋市','堺市','大阪市','岡山市','川崎市','広島市',
          '新潟市','横浜市','浜松市','熊本市','相模原市','神戸市',
          '福岡市','静岡市','札幌市','宇都宮市','船橋市','姫路市',
          '東大阪市','鹿児島市','川口市','松山市']

# SEIREI　27都市中で政令指定都市であるもの
Cityname_SEIREI = ['Saitama','Kyoto','Sendai','Kitakyushu','Chiba',
          'Nagoya','Sakai','Osaka','Okayama','Kawasaki','Hiroshima',
          'Niigata','Yokohama','Hamamatsu','Kumamoto','Sagamihara',
          'Kobe','Fukuoka','Shizuoka','Sapporo']

City00_SEIREI = ['さいたま市','京都市','仙台市','北九州市','千葉市',
          '名古屋市','堺市','大阪市','岡山市','川崎市','広島市',
          '新潟市','横浜市','浜松市','熊本市','相模原市','神戸市',
          '福岡市','静岡市','札幌市']

# SIKUCHOSON　27都市中で政令指定都市でないもの
Cityname_SIKUCHOSON = ['Utsunomiya','Funabashi','Himezi',
          'Higashiosaka','kagoshima','kawaguchi','Matsuyama']

City00_SIKUCHOSON = ['宇都宮市','船橋市','姫路市','東大阪市',
           '鹿児島市','川口市','松山市']


## LSTの処理

# 都市ごとのフォルダを作る
os.makedirs("./Data/27City_LST/", exist_ok=True)

for j in range(len(City27)):
    os.makedirs("./Data/27City_LST/" + City27[j], exist_ok=True)

path = "./Data/JapanAttributeData_LST"
files = os.listdir(path)
ff = files[0:]

# 27都市ごとにデータを切り分ける（LST）
for i in range(len(ff)):    
    City = pd.read_csv(path + "/" + ff[i],header=0,engine="python",
    encoding='utf_8_sig')
    
    # いつのデータか
    when = ff[i][5:12]
    
    ### SIKUCHOSON名が一致しているものを取り出す
    for r in range(len(Cityname_SIKUCHOSON)):
        City1 = City[City["SIKUCHOSON"].str.contains(City00_SIKUCHOSON[r], 
        na=False)]
        CC11 = City1.loc[:,['X','Y','LST']]
        
        CC11.to_csv("./Data/27City_LST/" + City00_SIKUCHOSON[r] + "/"  
        + Cityname_SIKUCHOSON[r] + 'City_' + str(when) +'_LST.csv')
        
        
    ### SEIREI名が一致しているものを取り出す
    for q in range(len(Cityname_SEIREI)):
        City2 = City[City["SEIREI"].str.contains(
        City00_SEIREI[q], na=False)]
        CC22 = City2.loc[:,['X','Y','LST']]
        
        CC22.to_csv("./Data/27City_LST/" + City00_SEIREI[q] + "/"
        + Cityname_SEIREI[q] + 'City_' + str(when) +'_LST.csv') 

## NDVIの処理

# 都市ごとのフォルダを作る
os.makedirs("./Data/27City_NDVI/", exist_ok=True)

for j in range(len(City27)):
    os.makedirs("./Data/27City_NDVI/" + City27[j], exist_ok=True)

path = "./Data/JapanAttributeData_NDVI"
files = os.listdir(path)
ff = files[0:]

ff[0][6:13]

# 27都市ごとにデータを切り分ける（NDVI）
for i in range(len(ff)):    
    City = pd.read_csv(path + "/" + ff[i],header=0,engine="python",
    encoding='utf_8_sig')
    
    # いつのデータか
    when = ff[i][6:13]
    
    ### SIKUCHOSON名が一致しているものを取り出す
    for r in range(len(Cityname_SIKUCHOSON)):
        City1 = City[City["SIKUCHOSON"].str.contains(
        City00_SIKUCHOSON[r], 
        na=False)]
        CC11 = City1.loc[:,['X','Y','NDVI']]
        
        CC11.to_csv("./Data/27City_NDVI/" + City00_SIKUCHOSON[r] + "/"
        + Cityname_SIKUCHOSON[r] + 'City_' + str(when) +'_NDVI.csv')
        
        
    ### SEIREI名が一致しているものを取り出す
    for q in range(len(Cityname_SEIREI)):
        City2 = City[City["SEIREI"].str.contains(City00_SEIREI[q], na=False)]
        CC22 = City2.loc[:,['X','Y','NDVI']]
    
        CC22.to_csv("./Data/27City_NDVI/" + City00_SEIREI[q] + "/"
        + Cityname_SEIREI[q] + 'City_' + str(when) +'_NDVI.csv')