科研助力之OriginPro——数据批处理

1. 引言

使用OriginPro进行批处理操作。

在处理大量数据时，重复处理往往会让人感到单调乏味。如果不采用批量处理的方法，不仅会浪费大量时间和精力，还可能会导致数据处理的错误和遗漏。因此，合理利用Origin软件内置的批处理功能，可以极大地提高数据处理效率。

Origin软件提供了一系列强大的批处理功能，让我们能够快速轻松地处理大量数据。以下是一些常用的Origin批处理功能及其应用场景：

1. 数据导入：Origin可以轻松导入大量数据，支持多种文件格式，如CSV、Excel、文本文件等。通过使用批处理功能，可以一次性导入多个文件，快速整理数据。

2. 数据清理：在数据处理之前，往往需要对数据进行清理。使用Origin的批处理功能，可以快速删除空值、缺失值、异常值等，提高数据质量。

3. 数据转换：在数据处理过程中，经常需要进行数据转换。Origin的批处理功能可以将数据进行缩放、平移、旋转等操作，以便后续分析。

4. 数据统计分析：Origin内置了丰富的统计函数和图形绘制功能，使用批处理功能可以快速对大量数据进行统计分析，并生成相应的图表。

5. 数据导出：处理完数据后，我们需要将结果导出并进行可视化展示。Origin的批处理功能支持将数据导出为多种格式，如Excel、PDF、CSV等，方便结果展示和分析。

总之，Origin的批处理功能为我们提供了极大的便利性，可以快速高效地处理大量数据。在应用过程中，我们需要根据具体的数据处理需求合理选择相应的批处理功能，以达到事半功倍的效果。

2 导入操作中的批处理

当你有大量数据格式相同的csv，dat，txt文件时，可以采用origin内置的导入指令实现数据的批量处理。
示例采用Origin2017

打开一个新的origin空白项目文件，点击
将一个数据文件导入到origin中，并对其进行数据操作，比如平滑，非线性拟合，FFT变换等，得操作新生成的worksheet都在数据所在的workbook中。

完成操作之后，实现批处理的过程是，点击
选中需要重复操作的文件，导入到origin中，新导入的文件进行了和第一个文件一样的操作, 包括但不限于数据拟合，数据平滑，数据FFT，数据绘图等。

Import mode选择start New Books， Template Name 选择 < clone >，这样使得当前第一个操作完的workbook可以作为模板引导其他数据文件的导入。点击ok，完成批量导入以及批量处理。

加入图片

通过将图片嵌入到worksheet中，也可实现对图片的批量处理，并且保存复制其第一次处理的样式。
右键worksheet的空白区域

选择需要加入的图片

将图片嵌入到Worksheet中

或者将图片加入到Workbook中也是可行的

3 同一个worksheet中对不同列做相同处理的方法

以平滑为例

先对第二列数据做平滑操作，
选择最后一个Repeat this for All Y colums，就可以对所有Y列进行相同的操作，包括但不限于通过set Value设置函数的操作，平滑的操作等。只要是在同一个Worksheet中带有绿锁的（链接原数据）的列基本上都可以使用这个方法进行批量处理。

4 项目文件内不同Workbook之间的互连——地址寻址

在一个opj工程文件内，有时需要将不同Workbook的某几列数据汇总到一个新的Workbook，如果是采用复制黏贴的话，对于大量数据的处理比较复杂。由于origin2017内每个元素都存在自己的调用地址，因此可以采用地址调用的方式，快速汇总这些数据。

以调用同一工程文件夹下不同Workbook的数据为例

首先是要获取相应列的地址，如果采用copy-paste link的方法，所获得的是每个单元格的地址，不利于大批量调用。因此，这里我们采用range variable的方法来获取不同列的地址名，并利用F(x)或Set Value抓取列数据。

首先选择需要放置新数据的列，右键打开菜单选择Set Column Values，打开赋值界面

选择菜单栏的Variables，下拉菜单中找到Add Range Variable

此时选择一个需要导入的列add， 并ok。这是在Set Values界面的下方就会出现以r1命名的range函数，等号后面就是相应列的地址。将这个名称复制并粘贴到F(x)=，通过更改相应的名称，我们就能快速获取不同workbook中的对应列数据。

5 总结

之前发文章介绍了originpy的python第三方库的使用，在批量获取origin文件中的拟合参数有比较不错的应用。同样利用地址寻址，也能实现这个功能。任何工具只要足够的熟练，都能带来不错的效果。

ps： 之前在网上也找过通过建立template来使用Batch processing 或者通过建立filter来使用import wizard的数据批量导入处理的方法，学习成本高，而且没有详细的教程，没法实现我想要的功能，，因此找了比较其他的方法实现数据的批量处理，简单高效，不用去管Batch processing 和 import wizard的复杂参数输入。

持续更新一些科研遇到的数据处理小技巧，欢迎交流。