如何在Python 3的FIFO CPU调度模拟器中读取Excel进程数据？

1. 安装依赖包 #

要读取xlsx格式的Excel文件，用pandas库最方便，它需要openpyxl作为底层引擎支持，执行下面的命令安装：

pip install pandas openpyxl

2. 读取Excel数据并转换格式 #

假设你的cpu-scheduling.xlsx里的工作表（默认取第一个）包含Process ID、Arrival Time、Instruction Load三列，用下面的代码读取并转换成调度逻辑需要的进程结构：

import pandas as pd

def read_processes_from_excel(file_path):
    try:
        # 只读取需要的三列，避免无关数据干扰
        df = pd.read_excel(file_path, usecols=["Process ID", "Arrival Time", "Instruction Load"])
    except FileNotFoundError:
        print(f"错误：找不到文件 {file_path}")
        return []
    except KeyError:
        print("错误：Excel文件缺少指定列（Process ID/Arrival Time/Instruction Load）")
        return []
    
    # 转换成字典列表，适配大多数FIFO调度逻辑的结构
    processes = []
    for _, row in df.iterrows():
        processes.append({
            'pid': row['Process ID'],
            'arrival_time': row['Arrival Time'],
            'burst_time': row['Instruction Load']  # 指令负载对应FIFO中的执行时长，可根据你的代码调整键名
        })
    return processes

提示：如果你的现有代码用类来定义进程，把上面的字典改成类实例即可，比如Process(row['Process ID'], row['Arrival Time'], row['Instruction Load'])

3. 集成到现有FIFO调度代码 #

把原来手动定义进程的代码块，替换成读取Excel的函数调用：

# 替换前（手动定义）
# processes = [{'pid':1, 'arrival_time':0, 'burst_time':10}, ...]

# 替换后（从Excel读取）
processes = read_processes_from_excel('cpu-scheduling.xlsx')

4. 完整可运行示例代码 #

下面是包含Excel读取+FIFO调度逻辑的完整代码，直接就能用：

import pandas as pd

def read_processes_from_excel(file_path):
    try:
        df = pd.read_excel(file_path, usecols=["Process ID", "Arrival Time", "Instruction Load"])
    except FileNotFoundError:
        print(f"错误：找不到文件 {file_path}")
        return []
    except KeyError:
        print("错误：Excel文件缺少指定列（Process ID/Arrival Time/Instruction Load）")
        return []
    
    processes = []
    for _, row in df.iterrows():
        processes.append({
            'pid': row['Process ID'],
            'arrival_time': row['Arrival Time'],
            'burst_time': row['Instruction Load']
        })
    return processes

def fifo_scheduling(processes):
    if not processes:
        print("没有可调度的进程")
        return
    
    # FIFO核心：按到达时间排序
    sorted_processes = sorted(processes, key=lambda x: x['arrival_time'])
    
    current_time = 0
    total_waiting = 0
    total_turnaround = 0
    
    print("进程ID | 到达时间 | 指令负载 | 完成时间 | 周转时间 | 等待时间")
    print("-----------------------------------------------------------")
    
    for p in sorted_processes:
        # 处理进程到达晚于当前时间的情况
        if current_time < p['arrival_time']:
            current_time = p['arrival_time']
        
        completion_time = current_time + p['burst_time']
        turnaround_time = completion_time - p['arrival_time']
        waiting_time = turnaround_time - p['burst_time']
        
        total_waiting += waiting_time
        total_turnaround += turnaround_time
        
        print(f"{p['pid']:^7} | {p['arrival_time']:^9} | {p['burst_time']:^11} | {completion_time:^10} | {turnaround_time:^10} | {waiting_time:^9}")
        
        current_time = completion_time
    
    avg_waiting = total_waiting / len(sorted_processes)
    avg_turnaround = total_turnaround / len(sorted_processes)
    print(f"\n平均等待时间：{avg_waiting:.2f}")
    print(f"平均周转时间：{avg_turnaround:.2f}")

if __name__ == "__main__":
    processes = read_processes_from_excel('cpu-scheduling.xlsx')
    fifo_scheduling(processes)

额外注意事项 #

• 确保cpu-scheduling.xlsx和代码在同一目录，或者在函数中传入完整文件路径（比如C:/data/cpu-scheduling.xlsx）
• 如果Excel不是用默认工作表，在pd.read_excel中添加sheet_name参数指定，比如sheet_name="调度数据"
• 若指令负载需要转换为CPU执行时间（比如每条指令对应0.5个时间单位），在读取数据时加转换逻辑即可，比如burst_time = row['Instruction Load'] * 0.5

内容的提问来源于stack exchange，提问作者Sayantan Chowdhury