### 使用Python将PQR文件转换为Excel的方法 要实现从PQR格式到Excel的转换，可以采用以下几种方法： #### 方法一：利用`pandas`库处理数据并保存为Excel 虽然PQR不是一种常见的标准文件格式，通常它是一种用于分子建模的数据结构文件。可以通过读取其内容作为纯文本，并将其解析成表格形式再存储至Excel。 以下是具体操作流程： 1. **读取PQR文件** PQR文件通常是ASCII编码的文本文件，每行代表原子的相关属性（如坐标、电荷等）。通过逐行读取这些数据来构建DataFrame。 2. **创建DataFrame对象** 利用`pandas.DataFrame()`函数将提取的信息转化为二维表的形式以便后续处理。 3. **写入Excel文件** 调用`to_excel()`方法完成最终输出工作。 下面是一个简单的例子展示这一过程[^2]: ```python import pandas as pd def pqr_to_dataframe(file_path): data = [] with open(file_path, 'r') as f: lines = f.readlines() for line in lines: if not line.strip(): continue # Skip empty lines. parts = line.split() # Split by whitespace. record_name = parts[0] atom_number = int(parts[1]) atom_name = parts[2] residue_name = parts[3] chain_id = parts[4] residue_number = int(parts[5]) x_coord = float(parts[6]) y_coord = float(parts[7]) z_coord = float(parts[8]) charge = float(parts[9]) # Assuming the last two fields are charge and radius respectively. radius = float(parts[10]) row_data = { "Record Name": record_name, "Atom Number": atom_number, "Atom Name": atom_name, "Residue Name": residue_name, "Chain ID": chain_id, "Residue Number": residue_number, "X Coord": x_coord, "Y Coord": y_coord, "Z Coord": z_coord, "Charge": charge, "Radius": radius } data.append(row_data) df = pd.DataFrame(data) return df if __name__ == "__main__": input_pqr_file = './example.pqr' output_xlsx_file = './output.xlsx' dataframe = pqr_to_dataframe(input_pqr_file) writer = pd.ExcelWriter(output_xlsx_file, engine='xlsxwriter') dataframe.to_excel(writer, sheet_name="Sheet1", index=False) writer.save() ``` 此脚本定义了一个名为 `pqr_to_dataframe` 的辅助功能，该功能接受输入路径参数并将相应的 .pqr 文件中的每一行解释为字典条目集合的一部分；之后调用了 Pandas 库中的 DataFrame 构造器生成完整的数据帧实例。最后借助 ExcelWriter 将结果存盘成为指定名称的工作簿文档[^3]。 注意，在实际应用过程中可能需要调整字段名以及数值类型匹配实际情况。 ---