Analyser en python pour excel

Donc, mon problème en ce moment est de lire un file .txt et de retirer des données spécifiques. Ces données seront ensuite écrites dans un file excel où les lignes deviendront des colonnes maintenant et vice versa. Jusqu'à présent, j'ai pu lire le file et créer la feuille Excel avec des colonnes, mais pas de transfert de données. Voici datatables qu'il lit et ce qui doit être écrit dans excel.

[' O/F=7.1800E+00 PERCENT FUEL= 12.2249 EQUIVALENCE RATIO=5.5559E-01 DENSITY=9.5028E-01'] [] [' CHAMBER THROAT EXIT EXIT'] [' PC/P 1.0000 1.7346 1.0083 62.915'] [' P', ' PSIA 1500.0 864.8 1487.7 23.84'] [' T', ' DEG R 5886 5555 5880 3494'] [' H', ' BTU/LB -446.6 -674.1 -450.1 -1819.9'] [' S', ' BTU/(LB)(R) 2.3395 2.3395 2.3395 2.3395'] [' DEN (LBM/FT3) 6.50E-01 4.01E-01 6.45E-01 1.81E-02'] [' '] [' M', ' MOL WT 27.357 27.616 27.361 28.499'] [' (DLV/DLP)T -1.01645 -1.01277 -1.01639 -1.00034'] [' (DLV/DLT)P 1.3300 1.2733 1.3292 1.0126'] [' CP', 'BTU/(LB)(R) 0.9274 0.8626 0.9265 0.4371'] [' CP GAS(SF) 0.4353 0.4326 0.4353 0.4041'] [' GAMMA GAS(SF) 1.2001 1.1993 1.2001 1.2084'] [' GAMMA (S) 1.1390 1.1395 1.1390 1.1949'] [' SON VEL', 'FT/SEC 3490.4 3375.7 3488.6 2698.9'] [' MU', 'LBF-S/FT2 2.01E-06 1.93E-06 2.01E-06 1.41E-06'] [' K', 'LBF/S-DEGR 3.16E-02 3.01E-02 3.16E-02 2.03E-02'] [' PRANDTL NO 0.69205 0.69371 0.69207 0.70189'] [' MACH NUMBER 0.0000 1.0000 0.1202 3.0726'] [' '] [' AE/AT 1.0000 4.9993 9.0000'] [' CSTAR', ' FT/SEC 5139 5139 5139'] [' CF VAC 1.233 1.757'] [' CF 0.657 1.614'] [' IVAC', 'LBF-S/LBM 197.00 280.59'] [' I', ' LBF-SEC/LBM 104.92 257.74'] [' MOL WT(MIX) 27.357 27.616 27.361 28.499']

Voici le code que j'ai jusqu'ici

 import csv import sys import xlsxwriter import pandas as pd import argparse def parse_args(): parser = argparse.ArgumentParser(description='Read POST run outputs.') parser.add_argument('infile', type=argparse.FileType('r'), help='POST file to be analyzed.') parser.add_argument('outfile', type=argparse.FileType('w'), help='Output xlsx file.') return parser.parse_args() def read_post_file(LOX_CH4_GG_5zn.txt, LOX_CH4_GG_5zn.csv): f = open(LOX_CH4_GG_5zn.txt,"r") csv_f = csv.reader(f) relevantData = False firstDataSet = True for row in csv_f: ssortingng = str(row) if 'O/F' in ssortingng and firstDataSet: relevantData = True elif 'MOLE FRACTIONS' in ssortingng: relevantData = False firstDataSet = False if firstDataSet and relevantData: print (ssortingng) f.close() if __name__ == "__main__": args = parse_args() read_post_file(args.infile.name, args.outfile.name) workbook = xlsxwriter.Workbook('Com.xlsx') worksheet = workbook.add_worksheet() worksheet.set_column('A:A', 20) bold = workbook.add_format({'bold': True}) worksheet.write('A1', 'O/F', bold) worksheet.write('B1', 'PC/P', bold) worksheet.write('C1', 'P,PSIA', bold) worksheet.write('D1', 'T,DEG(R)', bold) worksheet.write('E1', 'H,BTU/LB', bold) worksheet.write('F1', 'S,BTU/(LB)(R)', bold) worksheet.write('G1', 'DEN,LBM/FT3', bold) worksheet.write('H1', 'M,MOL WT', bold) worksheet.write('I1', '(DLV/DLP)T', bold) worksheet.write('J1', '(DLV/DLP)P', bold) worksheet.write('I1', 'CP,BTU/(LB)(R)', bold) worksheet.write('K1', 'CP GAS,SF', bold) worksheet.write('L1', 'GAMMA GAS,SF', bold) worksheet.write('K1', 'GAMMA,S', bold) worksheet.write('K1', 'SON VEL,FT/SEC', bold) worksheet.write('K1', 'MU,LBF-S/FT2', bold) worksheet.write('K1', 'K,LBF/S-DEG(R)', bold) worksheet.write('K1', 'PRANDTL NO', bold) worksheet.write('K1', 'MACH NUMBER', bold) worksheet.write('K1', 'AE/AT', bold) worksheet.write('K1', 'CSTAR,FT/SEC', bold) worksheet.write('K1', 'CF VAC', bold) worksheet.write('K1', 'CF', bold) worksheet.write('K1', 'IVAC, LBF-SEC/LBM', bold) worksheet.write('K1', 'I,LBF-SEC/LBM', bold) worksheet.write('K1', 'MOL WT(MIX)', bold) workbook.close() système d'import import csv import sys import xlsxwriter import pandas as pd import argparse def parse_args(): parser = argparse.ArgumentParser(description='Read POST run outputs.') parser.add_argument('infile', type=argparse.FileType('r'), help='POST file to be analyzed.') parser.add_argument('outfile', type=argparse.FileType('w'), help='Output xlsx file.') return parser.parse_args() def read_post_file(LOX_CH4_GG_5zn.txt, LOX_CH4_GG_5zn.csv): f = open(LOX_CH4_GG_5zn.txt,"r") csv_f = csv.reader(f) relevantData = False firstDataSet = True for row in csv_f: ssortingng = str(row) if 'O/F' in ssortingng and firstDataSet: relevantData = True elif 'MOLE FRACTIONS' in ssortingng: relevantData = False firstDataSet = False if firstDataSet and relevantData: print (ssortingng) f.close() if __name__ == "__main__": args = parse_args() read_post_file(args.infile.name, args.outfile.name) workbook = xlsxwriter.Workbook('Com.xlsx') worksheet = workbook.add_worksheet() worksheet.set_column('A:A', 20) bold = workbook.add_format({'bold': True}) worksheet.write('A1', 'O/F', bold) worksheet.write('B1', 'PC/P', bold) worksheet.write('C1', 'P,PSIA', bold) worksheet.write('D1', 'T,DEG(R)', bold) worksheet.write('E1', 'H,BTU/LB', bold) worksheet.write('F1', 'S,BTU/(LB)(R)', bold) worksheet.write('G1', 'DEN,LBM/FT3', bold) worksheet.write('H1', 'M,MOL WT', bold) worksheet.write('I1', '(DLV/DLP)T', bold) worksheet.write('J1', '(DLV/DLP)P', bold) worksheet.write('I1', 'CP,BTU/(LB)(R)', bold) worksheet.write('K1', 'CP GAS,SF', bold) worksheet.write('L1', 'GAMMA GAS,SF', bold) worksheet.write('K1', 'GAMMA,S', bold) worksheet.write('K1', 'SON VEL,FT/SEC', bold) worksheet.write('K1', 'MU,LBF-S/FT2', bold) worksheet.write('K1', 'K,LBF/S-DEG(R)', bold) worksheet.write('K1', 'PRANDTL NO', bold) worksheet.write('K1', 'MACH NUMBER', bold) worksheet.write('K1', 'AE/AT', bold) worksheet.write('K1', 'CSTAR,FT/SEC', bold) worksheet.write('K1', 'CF VAC', bold) worksheet.write('K1', 'CF', bold) worksheet.write('K1', 'IVAC, LBF-SEC/LBM', bold) worksheet.write('K1', 'I,LBF-SEC/LBM', bold) worksheet.write('K1', 'MOL WT(MIX)', bold) workbook.close()

Toute aide est grandement appréciée.

input 1

La sortie est ce qui a été posté au début de la question.

Voici un petit prototype fonctionnant qui montre comment le faire en utilisant Pandas.

Comme OP n'a pas fourni d'échantillon pour datatables d'input, j'ai généré un exemple de database: 8 colonnes et 20 lignes. Dans cet exemple, je sélectionnerai seulement 3 colonnes ('A', 'C', 'H') et les transposerai (convertissez les colonnes en lignes).

Code:

 import six import numpy as np import pandas as pd # generate random DataFrame with 8 columns and 20 rows sample = pd.DataFrame(np.random.randint(0,100,size=(20, 8)), columns=list('ABCDEFGH')) csv_str = six.SsortingngIO() sample.to_csv(csv_str, sep=';', index=False) print('sample data\n') print(csv_str.getvalue()) # save sample data into CSV file: 'sample.csv' sample.to_csv('sample.csv', sep=';', index=False) # create DF from sample data (we want to use only the following columns: 'A' 'C' 'H') df = pd.read_csv('sample.csv', sep=';', usecols=['A','C','H']) # transpose input DF out_df = df.T print(out_df) # save result DF as excel file xlwriter = pd.ExcelWriter('out.xlsx') out_df.to_excel(xlwriter, sheet_name='Output', index=True) xlwriter.save()

Sortie:

 sample data A;B;C;D;E;F;G;H 51;81;17;32;94;81;18;74 37;95;13;68;83;55;26;23 5;76;91;11;71;93;17;58 42;11;86;52;44;39;82;90 20;85;25;13;58;87;18;68 49;64;25;15;19;32;49;85 40;11;91;40;47;73;3;37 91;67;97;21;71;56;96;86 88;40;98;15;21;8;17;74 22;64;28;34;8;14;2;21 42;34;50;69;48;5;56;23 67;97;89;70;81;50;8;75 96;95;81;11;48;63;35;74 36;50;84;2;99;56;25;69 35;48;85;84;80;51;26;23 29;53;50;21;13;40;55;92 33;63;40;77;47;91;71;73 69;18;15;80;83;4;23;84 51;80;72;60;23;56;45;48 55;4;60;87;28;82;14;63 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 \ A 51 37 5 42 20 49 40 91 88 22 42 67 96 36 35 29 33 69 51 C 17 13 91 86 25 25 91 97 98 28 50 89 81 84 85 50 40 15 72 H 74 23 58 90 68 85 37 86 74 21 23 75 74 69 23 92 73 84 48 19 A 55 C 60 H 63

Fichier CSV d'échantillon généré

file Excel de sortie

@ Z_Russ89, j'utiliserais vos données d'input / sortie réelles si vous publiez l'input d'échantillon et la sortie attendue, mais vous pouvez utiliser cet exemple comme sharepoint départ.