修改现有Python代码实现按Excel Revs列数值分类存储数据

你现有代码已经通过groupby("Revs")完成了按Revs字段拆分数据的核心操作，仅需补充文件夹自动创建、分组数据导出的逻辑即可，无需改动原有绘图分析的核心功能。

代码修改点 #

• 新增目录自动创建逻辑：提前生成按Revs值分类的子文件夹，避免保存文件时路径不存在报错
• 复用已有分组结果：groupby返回的每一组第一个元素就是Revs的取值（0/1/2/3），直接对应你要筛选的数值
• 新增分组数据导出逻辑：每拆分完一组数据就将对应行导出到对应Revs值的子文件夹

完整可运行代码 #

import pandas as pd
import numpy as np
import os
import os.path
import xlsxwriter
import matplotlib.pyplot as plt
import six
import matplotlib.backends.backend_pdf
from matplotlib.gridspec import GridSpec
from matplotlib.ticker import AutoMinorLocator, MultipleLocator

# 请提前配置这两个全局变量
file_loc = "替换为你的Excel文件存放目录路径，结尾带/"
zero = 替换为前任代码使用的校准偏移值

def CamAnalyzer(entryName):
    # 读取Excel文件数据存入DataFrame，header=1表示取第二行作为表头
    df = pd.read_excel(str(file_loc) + str(entryName), header = 1)
    print(df)
    
    # --------------------------新增代码：创建分类存储目录--------------------------
    result_root = os.path.join(file_loc, "Results")
    # Revs取值和对应名称，和原有命名规则保持一致
    rev_map = {
        0: "Air Vent",
        1: "Inlet",
        2: "Diaphram",
        3: "Outlet"
    }
    # 自动创建所有需要的目录，已存在则跳过不报错
    for rev_val, rev_name in rev_map.items():
        rev_dir = os.path.join(result_root, f"Rev_{rev_val}_{rev_name}")
        os.makedirs(rev_dir, exist_ok=True)
    # -----------------------------------------------------------------------------

    # 配置绘图样式和画布
    plt.style.use('fivethirtyeight')
    fig = plt.figure(figsize=(17,22))
    gs = GridSpec(3,2, figure=fig)
    props = dict(boxstyle='round', facecolor='w', alpha=1)

    # 按Revs字段拆分数据为4个小DataFrame
    dfSplit = list(df.groupby("Revs"))
    names = ["Air Vent","Inlet","Diaphram","Outlet"]

    for x, y in enumerate(dfSplit):
        rev_val = y[0]
        rev_name = names[x]
        dfs = y[1]
        # --------------------------新增代码：保存筛选后的行到对应文件夹--------------------------
        dfs.to_excel(
            os.path.join(result_root, f"Rev_{rev_val}_{rev_name}", f"{entryName.strip('.xlsx')}_数据.xlsx"),
            index=False
        )
        # -------------------------------------------------------------------------------------
        # 处理测量值：去除单位转换为数值，加校准偏移
        r = dfs["Measurement"].str.strip(" in")
        r = r.apply(pd.to_numeric) + zero/2
        theta = dfs["Rads"]
        
        # 分配极坐标图子图位置
        if x<2:
            ax = fig.add_subplot(gs[1,x],polar = True)
        else:
            ax = fig.add_subplot(gs[2,x-2],polar = True)

        ax.set_rlim(0,0.1)
        ax.plot(theta, r)
        ax.grid(True)
        ax.set_title(names[x])

    # 生成4组数据叠加的总图
    ax2 = fig.add_subplot(gs[0,:],polar = True)
    ax2.set_rlim(0,0.1)
    for x, y in enumerate(dfSplit):
        dfs = y[1]
        r = dfs["Measurement"].str.strip(" in")
        r = r.apply(pd.to_numeric) + zero/2
        theta = dfs["Rads"]
        ax2.plot(theta, r)
        
    ax2.set_title("Sample " + str(entryName).strip(".xlsx") + " 叠加图")
    ax2.legend(names,bbox_to_anchor=(1.1, 1.05))
    # 总图保存到根结果目录
    plt.savefig(os.path.join(result_root, str(entryName).strip(".xlsx") + ".png"))
    plt.close() # 关闭画布释放内存
    print("处理完成，结果已保存")

使用说明 #

• 配置开头的两个全局变量：file_loc填Excel文件存放的根目录路径，zero沿用前任代码的校准偏移值即可
• 将需要处理的Excel文件全部放到file_loc指向的目录下
• 调用函数CamAnalyzer("待处理的文件名.xlsx")即可运行
• 运行完成后，file_loc/Results目录下会生成4个分类子文件夹，分别对应Revs=0/1/2/3的筛选结果，每个子文件夹内包含对应行的Excel数据文件和分析图表

内容的提问来源于stack exchange，提问作者C. Dresser