如何用Python从CSV筛选有效数据并提取元素原子百分比生成目标格式字符串
Python实现Citrine平台CSV组分数据提取生成规范组分字符串
实现逻辑
- 针对Citrine平台CSV中组分以JSON结构存储的格式,通过内置
json模块解析单元格内的结构化数据 - 按原始数据的条目顺序提取元素符号与对应理想原子百分比字段,拼接为符合材料书写规范的组分字符串
- 增加字段缺失兼容判断,避免单条数据异常导致全流程中断
- 数值层做类型转换,自动清理原始字符串中冗余的格式问题,保证输出和示例格式一致
核心代码实现
首先是单条数据处理示例(直接适配你提供的测试结构化数据):
import json # 从CSV单元格读取的原始JSON字符串,实际使用时替换为你的实际读取内容 raw_composition_json = '[{"element":"Al","idealAtomicPercent":{"value":"5.4"}},{"element":"B","idealAtomicPercent":{"value":"0.02"}},{"element":"C","idealAtomicPercent":{"value":"0.13"}},{"element":"Co","idealAtomicPercent":{"value":"7.5"}},{"element":"Cr","idealAtomicPercent":{"value":"6.1"}},{"element":"Mo","idealAtomicPercent":{"value":"2.0"}},{"element":"Nb","idealAtomicPercent":{"value":"0.5"}},{"element":"Ni","idealAtomicPercent":{"value":"61.0"}},{"element":"Re","idealAtomicPercent":{"value":"0.5"}},{"element":"Ta","idealAtomicPercent":{"value":"9.0"}},{"element":"Ti","idealAtomicPercent":{"value":"1.0"}},{"element":"W","idealAtomicPercent":{"value":"5.8"}},{"element":"Zr","idealAtomicPercent":{"value":"0.13"}}]' # 解析JSON为结构化列表 composition_items = json.loads(raw_composition_json) segment_list = [] for item in composition_items: # 提取元素符号,缺失则跳过 element = item.get("element", "") # 提取原子百分比值,嵌套字段做兜底判断 atomic_percent = item.get("idealAtomicPercent", {}).get("value", "") if not element or not atomic_percent: continue # 数值转float再转str,清理冗余格式 percent_str = str(float(atomic_percent)) segment_list.append(f"{element}{percent_str}") # 拼接最终字符串 standard_composition = "".join(segment_list) print(standard_composition)
运行上述代码,针对你提供的测试数据,输出结果为:Al5.4B0.02C0.13Co7.5Cr6.1Mo2.0Nb0.5Ni61.0Re0.5Ta9.0Ti1.0W5.8Zr0.13
如果需要批量处理整个CSV文件,可搭配pandas实现批量读写:
import pandas as pd # 读取Citrine导出的CSV,替换为你的实际文件路径 df = pd.read_csv("citrine_data.csv") # 替换为你的CSV中存储JSON组分的列名 comp_column = "composition" def process_cell(cell_content): item_list = json.loads(cell_content) parts = [] for item in item_list: element = item.get("element", "") at_pct = item.get("idealAtomicPercent", {}).get("value", "") if element and at_pct: parts.append(f"{element}{str(float(at_pct))}") return "".join(parts) # 批量生成标准组分列 df["standard_composition_str"] = df[comp_column].apply(process_cell) # 导出处理完成的文件 df.to_csv("processed_result.csv", index=False)
扩展提示:如果需要固定原子百分比的小数位数,可在拼接片段时通过字符串格式化控制,例如保留2位小数可将拼接行调整为parts.append(f"{element}{float(at_pct):.2f}"),输出效果会和你举例的Ni57.48这类固定格式完全匹配。
内容的提问来源于stack exchange,提问作者Roy
相关产品推荐
相关产品推荐

