请求将实现单列拆分多列的VBA脚本转换为Python

核心逻辑梳理 #

先明确原VBA代码的核心行为：

• 基于G列（F列经np.round(F,1)处理后的结果）提取值大于-10的数据
• 当满足G[x+1]=0 且 G[x-1]=0 且 G[x+2]≠0时，开启新列并重置行指针，将后续有效数据写入新列
• 最后在第11列（K列）写入0到119的连续整数

Python实现代码（基于Pandas） #

以下代码适配Spyder环境，用Pandas处理Excel更高效，逻辑严格对齐原VBA：

import pandas as pd
import numpy as np

# 读取目标Excel文件，替换为你的文件路径和工作表名
df = pd.read_excel("your_input_file.xlsx", sheet_name="Sheet1")

# 生成G列：对F列四舍五入保留1位小数
df['G'] = np.round(df['F'], 1)

# 初始化拆分列的存储容器，键为目标列号（对应Excel的1-based列号）
split_cols = {}
current_col = 12  # 对应VBA初始列号12（L列）
current_row_idx = 0  # Python用0-based索引，对应VBA的r=1

# 提取G列的numpy数组，方便快速索引
g_vals = df['G'].values
total_rows = len(g_vals)

# 遍历行：对应VBA的x从2到NumRows-2，转换为Python的0-based索引范围是1到total_rows-3
for x in range(1, total_rows - 2):
    # 筛选并写入大于-10的G列值
    if g_vals[x] > -10:
        if current_col not in split_cols:
            split_cols[current_col] = []
        split_cols[current_col].append(g_vals[x])
        current_row_idx += 1
    
    # 触发列拆分的条件：连续三个0的中间位置，且下一个值非0
    if (g_vals[x+1] == 0 
        and g_vals[x-1] == 0 
        and g_vals[x+2] != 0):
        current_col += 1
        current_row_idx = 0

# 将拆分后的列转换为DataFrame，自动用NaN填充短列的空白行
split_df = pd.DataFrame.from_dict(split_cols, orient='index').T

# 将拆分结果写入原DataFrame的对应列
for col_num, col_data in split_df.items():
    df.iloc[:, col_num - 1] = col_data  # iloc是0-based，列号减1匹配

# 在第11列（K列，0-based索引为10）写入0到119的序列
df.iloc[:120, 10] = range(120)

# 保存转换后的结果
df.to_excel("output_converted.xlsx", index=False)

关键细节说明 #

• 索引适配：Python用0-based索引，VBA用1-based，所以遍历范围、列号都做了对应转换
• 无意义操作省略：原VBA中的Range("F" & x).Select属于界面操作，Python处理Excel不需要模拟此类行为，直接省略
• 数据对齐：用Pandas的DataFrame自动处理不同长度列的对齐，缺失单元格用NaN填充，和原VBA空白单元格效果一致

内容的提问来源于stack exchange，提问作者JetskiS