Python利用xlrd与xlwt筛选Excel中最低势能面组态数据
本文介绍如何使用Python的xlrd和xlwt库处理Excel数据。针对包含Beta、Gamma、势能面及组态四列的数据,通过保留两位小数的Beta值作为键,构建字典并遍历比较,筛选出每个Beta值对应最低势能面的组态。最终将筛选结果写入新的Excel文件,旨在减小数据量并提取关键物理量。
功能概述与数据处理目标
功能概述
Excel表格包含四列数据,分别对应通过RMF计算得到的Beta值、Gamma值、势能面数值以及组态信息。核心任务是从中筛选出在相同Beta值条件下,势能面数值最低时所对应的组态。为了有效降低数据规模,处理过程中首先将Beta值保留两位小数。
代码实现与依赖库说明
代码实现
import xlrd
import xlwt
# read xls file
readfile = xlrd.open_workbook('./beta-gamma-constrain.xlsx')
readsheet = readfile.sheet_by_name('Sheet1')
beta = readsheet.col_values(0)
gamma = readsheet.col_values(1)
energy = readsheet.col_values(2)
config = readsheet.col_values(3)
'''
print(beta)
print(gamma)
print(energy)
print(config)
'''
beta_2f = [round(x, 2) for x in beta]
beta_gamma = dict(zip(beta_2f, gamma))
beta_energy = dict(zip(beta_2f, energy))
beta_config = dict(zip(beta_2f, config))
for i in range(0, len(beta_2f)):
if energy[i] < beta_energy[beta_2f[i]]:
beta_gamma[beta_2f[i]] = gamma[i]
beta_energy[beta_2f[i]] = energy[i]
beta_config[beta_2f[i]] = config[i]
else:
continue
print(beta_gamma)
print(beta_energy)
print(beta_config)
# write xls file
write_excl = xlwt.Workbook(encoding='utf-8')
excl_sheet = write_excl.add_sheet('Sheet1')
j = 0
for key, value in beta_gamma.items():
excl_sheet.write(j, 0, key)
excl_sheet.write(j, 1, value)
excl_sheet.write(j, 2, beta_energy[key])
excl_sheet.write(j, 3, beta_config[key])
j = j+1
write_excl.save("xx.xls")
所需依赖库
xlrd:用于读取Excel文件的库,支持xls和xlsx格式。
xlwt:用于写入Excel文件的库,仅支持生成xls格式文件。
核心处理逻辑与流程
处理逻辑
首先按列读取数据,分别存入四个列表,随后组装为字典。由于字典的键(key)具有唯一性,直接组装仅能得到Beta到势能面的映射,但该势能面未必是最小值。因此,需要遍历数据并进行比较判断,更新并赋值最小势能面及其对应的Gamma和组态信息。最后,将处理后的结果写入新的Excel表格中。
以上即为本文的全部内容,希望能为读者提供有益参考,欢迎继续支持本站。
本站声明
本文内容仅供参考,不代表本站观点。转载或引用请注明出处。如发现内容问题,请通过联系我们页面反馈。













