根据您的需求，我们需要将代码从读取列名 `formula` 改为读取 Excel 文件中的第 8 列（索引为 7 的列）。以下是更新后的代码： ```python import pandas as pd import time import os from mp_api.client import MPRester # 配置参数 INPUT_FILE = "input_data.xlsx" OUTPUT_FILE = "material_properties.xlsx" COLUMN_INDEX = 7 # 第8列（索引从0开始） API_KEY = "your_api_key_here" # 替换为你的Materials Project API密钥 # 更新后的物性参数列表 PROPERTIES = [ "material_id", "formula_pretty", "energy_per_atom", "band_gap", "density", "volume", "is_stable", "symmetry" ] def query_materials_project(formula): """查询Materials Project数据库获取材料属性""" try: with MPRester(API_KEY) as mpr: # 查询材料数据 docs = mpr.summary.search( formula=formula, fields=PROPERTIES, num_chunks=1, chunk_size=1, sort_fields=["energy_per_atom"] ) if docs: doc = docs[0] result = {prop: getattr(doc, prop, None) for prop in PROPERTIES} # 处理 symmetry 字段 symmetry_info = result.get("symmetry", {}) result["space_group"] = symmetry_info.get("symbol", "未找到") return result else: return None except Exception as e: print(f"查询 {formula} 时出错: {str(e)}") return None def main(): # 检查输入文件 if not os.path.exists(INPUT_FILE): print(f"错误：输入文件 {INPUT_FILE} 不存在") return try: df = pd.read_excel(INPUT_FILE) except Exception as e: print(f"读取Excel文件失败: {str(e)}") return if len(df.columns) <= COLUMN_INDEX: print(f"错误：Excel文件中没有第 {COLUMN_INDEX + 1} 列") return # 准备结果 results = [] formulas = df.iloc[:, COLUMN_INDEX].dropna().unique() # 获取第8列并去重 total = len(formulas) print(f"开始查询 {total} 个化学式...") for i, formula in enumerate(formulas): print(f"正在查询 ({i+1}/{total}): {formula}") material_data = query_materials_project(formula) if material_data: results.append(material_data) print(f"√ 成功获取 {formula} 的数据") else: print(f"× 未找到 {formula} 的数据") placeholder = {prop: "未找到" for prop in PROPERTIES} placeholder["formula_pretty"] = formula results.append(placeholder) time.sleep(0.5) # 避免请求过快 # 保存结果 try: result_df = pd.DataFrame(results) # 合并原始数据和查询结果 merged_df = pd.concat([df, result_df], axis=1) merged_df.to_excel(OUTPUT_FILE, index=False) print(f"\n成功保存结果到 {OUTPUT_FILE}") print(f"共处理 {total} 个化学式，找到 {len([r for r in results if r.get('material_id') != '未找到'])} 个匹配项") except Exception as e: print(f"保存结果失败: {str(e)}") if __name__ == "__main__": main() ``` --- ### 代码解释 1. **更改列索引**： - 将原来的 `COLUMN_NAME = "formula"` 替换为 `COLUMN_INDEX = 7`，表示读取 Excel 文件中的第 8 列。 - 使用 `df.iloc[:, COLUMN_INDEX]` 来获取指定列的数据。 2. **验证列索引**： - 在读取 Excel 文件后，检查是否包含第 8 列。如果列数不足，则提示错误信息。 3. **保持原有功能**： - 其他部分代码保持不变，确保程序逻辑与之前一致。 4. **合并数据**： - 使用 `pd.concat` 将查询结果与原始数据合并，保留所有原始列。 --- ### 安装依赖 确保安装以下依赖库： ```bash pip install mp-api pandas openpyxl ``` --- ### 使用说明 1. **准备输入文件**： - 创建一个名为 `input_data.xlsx` 的 Excel 文件。 - 确保第 8 列包含化学式（如 "SiO2", "TiO2"）。 2. **设置 API 密钥**： - 将代码中的 `API_KEY = "your_api_key_here"` 替换为您的实际 API 密钥。 - 可在 [Materials Project 网站](https://materialsproject.org/dashboard) 获取 API 密钥。 3. **运行脚本**： ```bash python material_query.py ``` 4. **结果文件**： - 结果将保存为 `material_properties.xlsx`。 - 包含原始数据的所有列和查询到的材料属性。 --- ### 注意事项 1. **列索引验证**： - 如果 Excel 文件中没有第 8 列，程序会提示错误信息。 2. **性能优化**： - 如果查询大量化学式，建议批量查询以减少 API 请求次数。 3. **网络问题**： - 如果仍然遇到问题，尝试更换网络环境或稍后再试。 ---