• python应用 处理excel数据


    实现功能


    excel表格中有4列数,分别为RMF计算得到的 β,γ,势能面及组态,需要挑选出相同 β 值下势能面最低时的组态。为了减小数据量,先将 β 值保留两位小数。 

    代码


     1 import xlrd
     2 import xlwt
     3 
     4 # read xls file
     5 readfile = xlrd.open_workbook('./beta-gamma-constrain.xlsx')
     6 readsheet = readfile.sheet_by_name('Sheet1')
     7 
     8 beta = readsheet.col_values(0)
     9 gamma = readsheet.col_values(1)
    10 energy = readsheet.col_values(2)
    11 config = readsheet.col_values(3)
    12 '''
    13 print(beta)
    14 print(gamma)
    15 print(energy)
    16 print(config)
    17 '''
    18 beta_2f = [round(x, 2) for x in beta]
    19 
    20 beta_gamma = dict(zip(beta_2f, gamma))
    21 beta_energy = dict(zip(beta_2f, energy))
    22 beta_config = dict(zip(beta_2f, config))
    23 
    24 for i in range(0, len(beta_2f)):
    25     if energy[i] < beta_energy[beta_2f[i]]:
    26         beta_gamma[beta_2f[i]] = gamma[i]
    27         beta_energy[beta_2f[i]] = energy[i]
    28         beta_config[beta_2f[i]] = config[i]
    29     else:
    30         continue
    31 
    32 print(beta_gamma)
    33 print(beta_energy)
    34 print(beta_config)
    35 
    36 # write xls file
    37 write_excl = xlwt.Workbook(encoding='utf-8')
    38 excl_sheet = write_excl.add_sheet('Sheet1')
    39 
    40 j = 0
    41 for key, value in beta_gamma.items():
    42     excl_sheet.write(j, 0, key)
    43     excl_sheet.write(j, 1, value)
    44     excl_sheet.write(j, 2, beta_energy[key])
    45     excl_sheet.write(j, 3, beta_config[key])
    46     j = j+1
    47 
    48 write_excl.save("xx.xls")

    用到的库

    • xlrd,读取 excel 文件的库,可以读取 xls 和 xlsx 文件。
    • xlwt,写入 excel 文件的库,只能写成 xls 文件。

    思路

    将数据按列读出,写入 4 个列表,再组装为字典。由于字典中的 key 值是唯一的,因此该过程只是得到了 β-势能面的字典,但势能面的值不是最小的,需要遍历判断再赋值。最后将结果写入新的 excel 表格。

  • 相关阅读:
    网络七层模型
    border-radius 50% 和100%
    数据绑定
    前端一些基础的重要的知识2
    用 ul 和 li 模拟select控件
    两列布局
    盒子的水平垂直居中几种方法
    TCP时间戳
    帧聚合
    skb buff数据结构
  • 原文地址:https://www.cnblogs.com/kurrrr/p/13124924.html
Copyright © 2020-2023  润新知