coal_materials/.ipynb_checkpoints/旧数据建模-checkpoint.ipynb

In [1]:

import pandas as pd

In [2]:

old_data = pd.read_excel('./data/煤质碳材料数据.xlsx')

In [3]:

nature_data = pd.read_excel('./data/nature.xlsx')

In [4]:

old_data

Out[4]:

	编号	煤种	分析水Mad	灰分	挥发分	碳	氢	氮	硫	氧	碳化温度（℃）	升温速率（℃/min)	保温时间(h)	KOH	K2CO3	BET比表面积（m2/g）	孔体积（cm3/g)	微孔体积（cm3/g)	介孔体积（cm3/g)
0	1	中级烟煤	2.12	8.49	37.14	86.20	5.42	1.60	0.00	6.78	1100.0	2.0	2.0	0	0	296.0	0.270	NaN	NaN
1	2	萃取中级烟煤	NaN	NaN	NaN	75.11	4.73	1.38	0.00	18.78	1100.0	2.0	2.0	0	0	316.0	0.481	NaN	NaN
2	3	褐煤	14.91	4.35	48.42	67.76	4.57	1.29	3.56	22.82	650.0	10.0	0.5	1	0	665.0	0.356	0.289	0.067
3	4	褐煤	14.91	4.35	48.42	67.76	4.57	1.29	3.56	22.82	650.0	10.0	0.5	1	0	1221.0	0.608	0.482	0.126
4	5	褐煤	14.91	4.35	48.42	67.76	4.57	1.29	3.56	22.82	650.0	10.0	0.5	1	0	2609.0	1.438	0.670	0.768
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
66	67	无烟煤	0.81	4.15	9.77	91.59	3.96	1.76	0.21	2.48	800.0	5.0	1.0	1	0	3142.0	1.608	1.204	0.404
67	68	无烟煤	0.81	4.15	9.77	91.59	3.96	1.76	0.21	2.48	800.0	5.0	1.0	1	0	3389.0	2.041	1.022	1.019
68	69	无烟煤	0.88	8.42	8.83	91.69	2.31	2.04	0.00	3.96	700.0	5.0	1.0	1	0	2542.0	1.135	0.916	0.219
69	70	无烟煤	0.88	8.42	8.83	91.69	2.31	2.04	0.00	3.96	800.0	5.0	1.0	1	0	2665.0	1.219	0.947	0.272
70	71	无烟煤	0.88	8.42	8.83	91.69	2.31	2.04	0.00	3.96	900.0	5.0	1.0	1	0	2947.0	1.473	0.718	0.755

71 rows × 19 columns

In [5]:

nature_data

Out[5]:

	Csp(F/g)	electrolyte	υ(mV/s)	SAmicro(m2/g)	SAmeso(m2/g)	O	N
0	0.00	6MKOH	1	0	0	0.00	0.00
1	0.00	6MKOH	300	0	0	0.00	0.00
2	0.00	6MKOH	500	0	0	0.00	0.00
3	0.00	6MKOH	1	0	0	17.00	15.60
4	0.00	6MKOH	300	0	0	17.00	15.60
...	...	...	...	...	...	...	...
283	218.17	1MH2SO4	150	1691	258	16.45	3.31
284	198.38	1MH2SO4	200	1691	258	16.45	3.31
285	171.19	1MH2SO4	300	1691	258	16.45	3.31
286	152.27	1MH2SO4	400	1691	258	16.45	3.31
287	137.40	1MH2SO4	500	1691	258	16.45	3.31

288 rows × 7 columns

基于微孔介孔，推一下CHS？

In [6]:

fea_cols = ['微孔体积（cm3/g)', '介孔体积（cm3/g)', '氧', '氮']

In [7]:

out_cols = ['碳', '氢', '硫']

In [10]:

nature_data[nature_data.electrolyte=='6MKOH'][['O', 'N', 'SAmicro(m2/g)', 'SAmeso(m2/g)']].drop_duplicates()

Out[10]:

	O	N	SAmicro(m2/g)	SAmeso(m2/g)
0	0.00	0.00	0	0
3	17.00	15.60	0	0
6	8.50	7.80	0	0
9	0.00	0.00	120	216
13	0.00	0.00	107	315
...	...	...	...	...
159	6.25	9.57	640	184
160	8.49	5.38	563	120
161	7.84	7.02	680	641
164	0.00	0.00	0	1082
165	14.97	0.00	1590	1030

63 rows × 4 columns

In [ ]: