如果仅需要存储`expanded_formula`列生成的独热编码，而不需要将其与原始DataFrame合并，可以简化代码逻辑。以下是实现代码： ```python import pandas as pd # 假设已知元素集合 elements = {'Al', 'Cr', 'Pr', 'Na', 'K', 'Cd', 'Sb', 'Dy', 'Pm', 'Tl', 'Si', 'Cu', 'Hf', 'Ag', 'Nd', 'Sr', 'Mo', 'Ba', 'Sm', 'Br', 'Au', 'Te', 'Os', 'Se', 'La', 'H', 'P', 'Er', 'Ga', 'U', 'In', 'Nb', 'I', 'Ac', 'Xe', 'Hg', 'Cs', 'Gd', 'Pt', 'S', 'Sn', 'Ta', 'Eu', 'Zr', 'Th', 'Yb', 'Rh', 'O', 'F', 'B', 'Pa', 'Ca', 'Np', 'Li', 'V', 'Tc', 'Ru', 'Re', 'As', 'Ce', 'Ni', 'Lu', 'Sc', 'Be', 'Ho', 'Pb', 'Ge', 'Bi', 'Zn', 'Pd', 'N', 'Tb', 'Mg', 'Mn', 'W', 'Fe', 'Y', 'Tm', 'Rb', 'C', 'Co', 'Ti', 'Cl', 'Pu', 'Ir'} # 读取xlsx文件 file_path = 'your_file.xlsx' # 替换为你的文件路径 df = pd.read_excel(file_path) # 初始化一个空的DataFrame用于存储独热编码结果 one_hot_encoded_df = pd.DataFrame(0, index=df.index, columns=sorted(elements)) # 遍历每一行，将字典数据转换为独热编码 for idx, row in df.iterrows(): formula_dict = eval(row['expanded_formula']) # 将字符串形式的字典转为实际字典 for element, count in formula_dict.items(): if element in elements: # 确保元素在已知集合中 one_hot_encoded_df.at[idx, element] = count # 输出独热编码结果 print(one_hot_encoded_df) ``` ### 代码解释 1. **初始化独热编码DataFrame**： - 创建一个全零的DataFrame，其列名是已知的元素集合`elements`，行数与原始DataFrame一致。 2. **解析`expanded_formula`列**： - 使用`eval()`将`expanded_formula`列中的字符串形式字典转换为实际的Python字典。 3. **生成独热编码**： - 遍历每一行的`expanded_formula`列，提取其中的元素及其对应的数量。 - 如果元素存在于`elements`集合中，则将其数量赋值到对应位置。 4. **输出结果**： - 最终得到的`one_hot_encoded_df`仅包含独热编码后的数据。 --- ### 注意事项 - 如果`expanded_formula`列中存在缺失值（如`NaN`），可以通过`pandas`的`fillna()`方法进行处理。 - 如果元素集合`elements`未知，可以在遍历`expanded_formula`列时动态生成。 --- ###