CSV文件的批量化处理(一)

一、需求描述

类似示波器、矢量网络分析仪等设备,在测量数据时,有时需要对同一个信号测多组数据,一般会将原始波形数据保存为.csv文件格式,随后根据不同的实验需求对原始数据进行处理。

现用矢量网络分析仪测某个器件的最小S11参数和相对应的频率点,保存了135个csv文件,5个文件为一组,需要将每个csv文件的最小S11参数和其对应的频率点找出,并且每五个数据取一次平均值,最后保存为csv文件。

二、逻辑设计

三、程序设计

3.1 模块导入

# -*- coding: UTF-8 -*-
import os
import numpy as np
import pandas as pd
from more_itertools import chunked

3.2 子函数设计

"""
 读取单个csv表格数据
 传入一个参数filepath:确定文件位置
"""


def csv_read(rpath):
    data_frame = pd.read_csv(rpath, encoding='gbk', float_precision='high', header=None)
    # S11最小值
    col_min = pd.DataFrame(data_frame[[1]]).min()
    # 返回S11最小值的行索引号
    index1 = pd.DataFrame(data_frame[[1]]).idxmin()[1]
    # 返回耦合频率,单位GHz
    freq = data_frame.iloc[index1, 0]/1000000000
    csv_dict = {'CouplingFrequence': freq, 'S11': col_min[1]}
    return csv_dict

"""
传入4个参数
fpath:暂存文件夹位置路径
name: 新生成保存文件名
gap:间隔gap个取平均
precision:取小数点精度
"""


def new_csv_average(fpath, name, gap, precision):
    new_data_frame = pd.read_csv(fpath, encoding='gbk', dtype=str, header=None)
    fre_list = np.array(np.float64(new_data_frame[0])).tolist()
    s11_list = np.array(np.float64(new_data_frame[1])).tolist()

    new_fre = [sum(x)/len(x) for x in chunked(fre_list, gap)]
    new_s11 = [sum(x)/len(x) for x in chunked(s11_list, gap)]

    new_fre_average = [round(i, precision) for i in new_fre]
    new_s11_average = [round(i, precision) for i in new_s11]

    new_list = list(map(list, zip(*[new_fre_average, new_s11_average])))
    new_list_names =['CouplingFrequence', 'S11']
    save_list = pd.DataFrame(columns=new_list_names, data=new_list)
    save_list.to_csv(str(name)+".csv", mode='w', index=False, sep=',')

# 写入csv文件


def csv_write(name, list1, index):
    da_frame = pd.DataFrame(list1, index=[index], columns=["CouplingFrequence", "S11"])
    da_frame.to_csv(name, mode='a', index=False, sep=',', header=False)

3.3 主函数调用

def main(rpath):
    filenames = os.listdir(rpath)
    filenames.sort(key=lambda x: int(x[:-4]))  # 按整数类型数字排序
    name = input("请输入暂存文件名:")
    fina_name = input("请输入最终文件名:")
    csv_path = str(name) + '.csv'
    index = 0
    for filename in filenames:
        index += 1
        filepath = rpath+'\\'+filename
        csv_write(csv_path, csv_read(filepath), index)  # 未取平均的CSV文件
    new_csv_average(csv_path, fina_name, 5, 10)

3.4 运行程序

if __name__ == '__main__':
    filepath1 = "G:\\3"
    main(filepath1)

4、文件显示与过程

 

 

 

### 回答1: VBA(Visual Basic for Applications)是一种用于开发Microsoft Office应用程序的编程语言。使用VBA,我们可以编写宏和脚本来自动化各种任务,包括处理CSV文件处理CSV文件的第一步是打开文件。可以使用VBA中的Open语句来打开CSV文件,并将其内容读入到工作簿或变量中进行处理。在打开文件之前,我们需要确保文件的路径和名称是正确的。 读取CSV文件后,我们可以使用VBA来处理数据。例如,我们可以使用循环结构逐行读取文件中的数据,并对每一行进行处理。在处理数据时,我们可以使用各种VBA字符串和数值函数来执行各种运算和转换操作。 处理CSV文件后,我们可以使用VBA来保存结果。可以使用VBA中的SaveAs方法将处理后的数据保存为CSV文件或任何其他格式的文件。 使用VBA批处理CSV文件时,我们还可以创建自定义的函数和子程序。这些函数和子程序可以用于特定的任务,比如数据清理、格式转换等。我们可以根据需要编写和调用这些自定义函数和子程序。 总之,使用VBA可以轻松地批量处理CSV文件。我们可以打开、读取、处理和保存文件中的数据,并可以使用自定义函数和子程序来完成特定的任务。通过利用VBA的强大功能,我们可以提高工作效率并减少重复劳动。 ### 回答2: VBA是Visual Basic for Applications的简称,它是一种用于应用程序的编程语言。在处理CSV文件时,可以使用VBA来实现批量处理。 首先,我们可以使用VBA编写一个宏,以便在Excel中自动打开CSV文件。具体操作是:点击“开发工具”选项卡,选择“Visual Basic”编辑器,然后在项目资源管理器中,双击“Sheet1”(或其他工作表名称),在代码窗口中输入以下代码: ```vba Sub OpenCSVFiles() Dim MyFolder As String Dim MyFile As String '设定CSV文件存放目录 MyFolder = "C:\CSVFiles\" '获取目录中的所有CSV文件名称 MyFile = Dir(MyFolder & "*.csv") '循环处理所有CSV文件 Do While MyFile <> "" Workbooks.Open Filename:=MyFolder & MyFile '在这里添加对CSV文件处理逻辑 '...... '关闭当前打开的CSV文件 ActiveWorkbook.Close SaveChanges:=False '获取下一个CSV文件名称 MyFile = Dir Loop End Sub ``` 上述代码中,我们首先设定CSV文件存放的目录,然后通过Dir函数获取目录下所有的CSV文件名称。接下来,使用Workbooks.Open方法打开CSV文件,并在其中添加处理逻辑。最后,使用ActiveWorkbook.Close方法关闭当前打开的文件。通过循环处理,我们可以批量处理所有的CSV文件。 在宏的主代码部分,我们可以添加对CSV文件的各种处理逻辑。例如,提取数据、进行计算、修改文件格式等等操作都可以在这里实现。 总之,使用VBA可以很方便地批量处理CSV文件。通过编写相应的宏,我们可以自动打开、处理和关闭多个CSV文件,提高工作效率。 ### 回答3: 使用VBA处理CSV文件可以批量处理数据。首先,你需要打开一个新的Excel工作簿,然后在VBA编辑器中编写你的宏程序。下面是一个简单的示例: ```vba Sub BatchProcessCSV() Dim srcFolder As String Dim destFolder As String Dim srcFile As String Dim destFile As String '设置源文件夹和目标文件夹的路径 srcFolder = "C:\SourceFolder\" destFolder = "C:\DestinationFolder\" '获取源文件夹中的所有文件 srcFile = Dir(srcFolder & "*.csv") '循环处理每个CSV文件 Do While srcFile <> "" '设置目标文件名 destFile = destFolder & Replace(srcFile, ".csv", "_processed.csv") '打开CSV文件 Workbooks.Open Filename:=srcFolder & srcFile '在这里编写你需要进行的批量处理操作 '例如,可以使用Worksheet对象来读取和修改数据 '保存修改后的数据为新的CSV文件 ActiveWorkbook.SaveAs Filename:=destFile, FileFormat:=xlCSV '关闭CSV文件 ActiveWorkbook.Close '寻找下一个CSV文件 srcFile = Dir Loop '显示处理完成的信息 MsgBox "批量处理CSV文件完成!" End Sub ``` 在上述示例中,我们首先设置了源文件夹和目标文件夹的路径。然后使用`Dir`函数获取源文件夹中的所有CSV文件。接下来,通过循环处理每个CSV文件,我们可以使用`Workbooks.Open`方法打开CSV文件,并在需要进行批量处理的地方编写相应的代码。处理完成后,使用`SaveAs`方法将修改后的数据保存为新的CSV文件,并使用`Close`方法关闭CSV文件。最后,运行宏程序并等待处理完成的消息框。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

猫猫猫耳

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值