petrel软件中的等值线导出然后加入Geomap4.0中成图/用python处理petrel导出的等值线以便于加入Geomap4.0中

从petrel软件导出来的等值线格式不能直接加入Geomap软件，所以需要进行一些数据预处理
做这个事情是想探索一下Geomap4.0的使用方法，毕竟Geomap3.6用了太久，也该换新的了。
遇到的第一个难题就是Geomap4.0需要加载的数据和3.6完全不同，不知道该把数据处理成什么样子。
思索了n长时间后，想出了一个解决方法：就是先建立一个3.6版本的工区，然后拿4.0版本打开，然后再导出成4.0版本的数据，这个数据不就是4.0可以加载的数据了么。我可真牛逼，所以开始动工。

基本流程

1. petrel导出等值线格式为Zmap+
2. 用python的pandas库处理数据***重点***

1. 用Pandas读取数据，给四列数据加个名字，x，y，num，z
2. 删除z列的重复项
3. 将数据按照num分割开 存进一个列表
4. 创建一个一行的空值的DataFrame，列名为x，y，num，z
5. 把空的DataFrame加到每个分隔开的数据后面
6. 将所有数据整合在一起

3. 在geomap4.0加载等值线

一、导出的Zmap+格式和的数据长这样（原数据）

二、Geomap4.0可加载的等值线数据长这样（处理后）

三、用python的pandas库处理数据

1. 读取数据

import pandas as pd
fpath = "petrel_Zmap.txt"
df = pd.read_table(fpath,
                sep = '\s+',   # 表明输入数据按照空格以及多个空格分列
                #delim_whitespace = True，
                header = None,
                names = ['x', 'y', 'num', 'z'],
                engine='python')

2.删除z列重复项

#新增一列 判断以num列分组 z值的重复项
df['bool'] = df.duplicated("num")
#删除“Z”重复项
df.loc[df['bool'], 'z'] = ""
print(df.head(5))

结果为

3.按照num列分隔数据存入列表

#计算循环次数
number = df['num'].max()
#创建列表存放 按照num列分割开的数据
df_split = [a for a in range(number)]
for i in range(number):
    df_split[i] = df[df.loc[:, 'num']==i+1]
    print(df_split[i])

结果为

4.创建空DataFrame加到上面列表每个元素后

#创建一行空的DataFrame
s = pd.DataFrame({"x":[" "], "y":[" "], "num":[" "], "z":[" "], 'bool':[" "]})

#将空得DataFrame 加到每个 df_split 后面
for i in range(number):
    df_split[i] = pd.concat([df_split[i], s], ignore_index = True, sort=False)
    print(df_split[i])

结果为

5.合并列表所有数据，删除无用行

#准备一个用于 存放全部split的变量
df_merge = df_split[0].copy()

for i in range(number - 1):
    df_merge = pd.concat([df_merge, df_split[i+1]], ignore_index = True, sort = False)
df = df_merge.copy()
del df['num']
del df['bool']
print(df)

结果为：

6.保存成文件

df.to_csv("zmap_to_gm4.txt", sep = '\t', index = False)

四、所有代码汇总

#-*- coding: utf-8 -*-
"""
Created on Mon Jun 21 11:16:01 2021
将petrel中的等值线以Zmap+格式输出，然后导入该程序
会覆盖原文件，可以加载进Geomap4.0
导入等值线即可
@author: gbr
"""
import pandas as pd
import easygui

try:
    fpath = easygui.fileopenbox()

    df = pd.read_table(fpath,
                sep = '\s+',   # 表明输入数据按照空格以及多个空格分列
                #delim_whitespace = True，
                header = None,
                names = ['x', 'y', 'num', 'z'],
                engine='python')

#计算循环次数
    number = df['num'].max()

#新增一列 判断以num列分组 z值的重复项
    df'bool'] = df.duplicated("num")

#删除“Z”重复项
    df.loc[df['bool'], 'z'] = ""

#创建列表 存放按照num列分割开的数据 
    df_split = [a for a in range(number)]
    
    for i in range(number):
        df_split[i] = df[df.loc[:, 'num']==i+1]
    
#创建一行空的DataFrame
    s = pd.DataFrame({"x":[" "], "y":[" "], "num":[" "], "z":[" "], 'bool':[" "]})

#将空得DataFrame 加到每个 df_split 后面
    for i in range(number):
        df_split[i] = pd.concat([df_split[i], s], ignore_index = True, sort=False)
    
#准备一个用于 存放全部split的变量
    df_merge = df_split[0].copy()

    for i in range(number - 1):
        df_merge = pd.concat([df_merge, df_split[i+1]], ignore_index = True, sort = False)
    
    df = df_merge.copy()
    del df['num']
    del df['bool']

    df.to_csv(fpath, sep = '\t', index = False)
except Exception as re:
    print("Error")
    a= easygui.msgbox(msg = re, title = 'Error', ok_button = "退出")

总的代码里加入了用easygui写得简单的图形界面，方便没有基础的人可以使用，而且加入了报错功能，可以输出错误类型。
由于打包成exe发现执行效率很低，点exe文件运行后好久才能出现图形界面选择来选择文件，所以暂时不知道怎么可以提高运行效率。