Python+Excel数据分析实战：军事体能考核成绩评定(七)3公里计算

本文主要是介绍Python+Excel数据分析实战：军事体能考核成绩评定(七)3公里计算，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

这一章我们实现男子和女子3000米跑成绩的计算，原始数据是时间，多少分多少秒，全年龄段考核内容都是3公里，但是海拔不同标准不同，是所有科目中最复杂的计算。

一、基本情况

通过分析3000米跑“成绩计算标准表”，发现标准表也只是参照标准表，不是连续的全覆盖。比如平原3000米标准中24岁以下男子，只规定了11分30秒的成绩为100分，11分55秒的成绩为95分，那么中间的情况多少分呢？

男子3000米成绩计算标准表
女子3000米成绩计算标准表
高原男子3000米成绩计算标准表
高原女子3000米成绩计算标准表

还是只能是我们根据公平原则去补充，在11分30秒、11分55秒的成绩之间去取平均分，但手工补充的数据量太大，我们编程解决。

所以录入Excel表中的标准和规定的相同，没有增加手工计算的标准：
男女平原3000米标准
男子高原3000米标准
女子高原3000米标准

同样，通过Python的openpyxl模块读取标准表中的数据，制成 {原始3公里跑时长：分数} 格式的字典，以供主程序查询出换算成绩，再写入成绩表的对应位置中。

这里要使用海拔数据，后期等级评定还需要人员类别的信息，所以设计了一个工作簿来输入这些参数信息。
人员参数设置

在B2位置输入人员类别，在B3位置输入海拔。

二、代码实现

原始成绩登记表

1.我把计算高原男子和女子3000米的文件分开，同时海拔3000以下与3000米以上标准又不同，这里我以男子2001米~3000米的计算为例讲解，文件命名为highland2001up_3km_male.py。这个模块类的构造方法“__init__()” 有一个参数，ele，传递海拔数据。

另外将 {原始3公里跑时长：分数} 格式的字典的键全部取出来，转换成列表，如24岁以下的时间键，age24_keys=[datetime.time(0, 11, 42), datetime.time(0, 12, 7), datetime.time(0, 12, 22), datetime.time(0, 12, 37), datetime.time(0, 12, 52), datetime.time(0, 13, 7), datetime.time(0, 13, 22), datetime.time(0, 13, 42), datetime.time(0, 13, 47), datetime.time(0, 13, 52)]。目的是计算标准中未给出的中间值要用到，比如计算11分45秒的成绩，就需要与标准中有的11分42秒和12分7秒做计算。

还要根据海拔，计算出每增加100米高度标准递增8秒后的标准时间列表，因为2201米的标准比2000米~2100米的标准多了16秒。

# 男子海拔2001~3000米，3000米跑的成绩计算
# 从工作表“男子高原3000米标准”中读取数据import openpyxl
import datetime as dt
from run_standard_add import standard_add
from score_computing import score_computingclass Highland2001up3kmMaleStandardData:def __init__(self, ele):elevation = ele  # 海拔高度multiple = (elevation - 2001) // 100  # 整数除法返回向下取整后的结果addition = multiple * 8  # 每增加100米高度，标准递增8秒wb = openpyxl.load_workbook('通用训练课目考核成绩计算.xlsx')ws_long_run_male = wb['男子高原3000米标准']self.age24 = {}     # 24岁以下，{原始男子3000米分秒数：分数}self.age25_27 = {}  # 25~27岁，{原始男子3000米分秒数：分数}self.age28_30 = {}self.age31_33 = {}self.age34_36 = {}self.age37_39 = {}self.age40_42 = {}  # 40岁以上，{原始男子3000米分秒数：分数}self.age43_45 = {}  # 43~45岁，{原始男子3000米分秒数：分数}self.age46_48 = {}self.age49_51 = {}self.age52_54 = {}self.age55_57 = {}self.age58_59 = {}rngs2000 = ws_long_run_male.iter_rows(min_row=3,max_row=12,min_col=2,max_col=15)# 生成{原始男子3000米分秒数：分数}的字典for row in rngs2000:# print([c.value for c in row])self.age24[row[1].value] = row[0].valueself.age25_27[row[2].value] = row[0].valueself.age28_30[row[3].value] = row[0].valueself. age31_33[row[4].value] = row[0].valueself.age34_36[row[5].value] = row[0].valueself.age37_39[row[6].value] = row[0].valueself.age40_42[row[7].value] = row[0].valueself.age43_45[row[8].value] = row[0].valueself.age46_48[row[9].value] = row[0].valueself.age49_51[row[10].value] = row[0].valueself.age52_54[row[11].value] = row[0].valueself.age55_57[row[12].value] = row[0].valueself.age58_59[row[13].value] = row[0].value# print('-----age24-----') # 打印数据以便检查# for m in self.age24.items():#     print(m)# print('-----age25_27-----')# for m in self.age25_27.items():#     print(m)# print('-----age28_30-----')# for m in self.age28_30.items():#     print(m)# print('-----age31_33-----')# for m in self.age31_33.items():#     print(m)# print('-----age34_36-----')# for m in self.age34_36.items():#     print(m)# print('-----age37_39-----')# for m in self.age37_39.items():#     print(m)## print('-----age40_42-----')  # 打印数据以便检查# for m in self.age40_42.items():#     print(m)# print('-----age43_45-----')# for m in self.age43_45.items():#     print(m)# print('-----age46_48-----')# for m in self.age46_48.items():#     print(m)# print('-----age49_51-----')# for m in self.age49_51.items():#     print(m)# print('-----age52_54-----')# for m in self.age52_54.items():#     print(m)# print('-----age55_57-----')# for m in self.age55_57.items():#     print(m)# print('-----age58_59-----')# for m in self.age58_59.items():#     print(m)# 将字典中的时间键取出来，转换成列表self.age24_keys = list(self.age24.keys())#print(self.age24_keys)self.age25_27_keys = list(self.age25_27.keys())self.age28_30_keys = list(self.age28_30.keys())self.age31_33_keys = list(self.age31_33.keys())self.age34_36_keys = list(self.age34_36.keys())self.age37_39_keys = list(self.age37_39.keys())self.age40_42_keys = list(self.age40_42.keys())self.age43_45_keys = list(self.age43_45.keys())self.age46_48_keys = list(self.age46_48.keys())self.age49_51_keys = list(self.age49_51.keys())self.age52_54_keys = list(self.age52_54.keys())self.age55_57_keys = list(self.age55_57.keys())self.age58_59_keys = list(self.age58_59.keys())# 每增加100米高度标准递增8秒self.age24_time_list = standard_add(self.age24_keys.copy(),addition)#print(self.age24_time_list)self.age25_27_time_list = standard_add(self.age25_27_keys.copy(),addition)self.age28_30_time_list = standard_add(self.age28_30_keys.copy(),addition)self.age31_33_time_list = standard_add(self.age31_33_keys.copy(),addition)self.age34_36_time_list = standard_add(self.age34_36_keys.copy(),addition)self.age37_39_time_list = standard_add(self.age37_39_keys.copy(),addition)self.age40_42_time_list = standard_add(self.age40_42_keys.copy(),addition)self.age43_45_time_list = standard_add(self.age43_45_keys.copy(),addition)self.age46_48_time_list = standard_add(self.age46_48_keys.copy(),addition)self.age49_51_time_list = standard_add(self.age49_51_keys.copy(),addition)self.age52_54_time_list = standard_add(self.age52_54_keys.copy(),addition)self.age55_57_time_list = standard_add(self.age55_57_keys.copy(),addition)self.age58_59_time_list = standard_add(self.age58_59_keys.copy(),addition)

2.上面使用到的增加标准函数standard_add()，我写入在另一个模块run_standard_add.py中：

# 每增加100米高度标准递增8秒def standard_add(list, addition):'''每增加100米高度，标准递增8秒，这里将增加的秒数加到每个列表元素中'''for x in range(0, len(list)):seconds = list[x].second + additionminutes_add = seconds // 60  # 整数除法返回向下取整后的结果为分数的增值seconds_add = seconds % 60  # 取余数为秒数#print(minutes_add, seconds_add)list[x] = list[x].replace(minute=minutes_add + list[x].minute, second=seconds_add)return list

3.设计计算分数的方法，同样是先根据年龄进行判定，这里把计算方式再做了打包，做成了score_computing()函数，有4个参数，原始成绩，字典，时间键列表，每增加100米高度标准递增8秒后的时间键列表。

    def longrun_score_computing(self,age,original_amount):'''根据年龄，实际3000米分秒数，计算所得分数'''if type(original_amount) is dt.time:  # 核查是否是日期格式if age <= 24:return score_computing(original_amount,self.age24,self.age24_keys,self.age24_time_list)elif 25 <= age <= 27:return score_computing(original_amount, self.age25_27, self.age25_27_keys, self.age25_27_time_list)elif 28 <= age <= 30:return score_computing(original_amount, self.age28_30, self.age28_30_keys, self.age28_30_time_list)elif 31 <= age <= 33:return score_computing(original_amount, self.age31_33, self.age31_33_keys, self.age31_33_time_list)elif 34 <= age <= 36:return score_computing(original_amount, self.age34_36, self.age34_36_keys, self.age34_36_time_list)elif 37 <= age <= 39:return score_computing(original_amount, self.age37_39, self.age37_39_keys, self.age37_39_time_list)# 40~59elif 40 <= age <= 42:return score_computing(original_amount, self.age40_42, self.age40_42_keys, self.age40_42_time_list)elif 43 <= age <= 45:return score_computing(original_amount, self.age43_45, self.age43_45_keys, self.age43_45_time_list)elif 46 <= age <= 48:return score_computing(original_amount, self.age46_48, self.age46_48_keys, self.age46_48_time_list)elif 49 <= age <= 51:return score_computing(original_amount, self.age49_51, self.age49_51_keys, self.age49_51_time_list)elif 52 <= age <= 54:return score_computing(original_amount, self.age52_54, self.age52_54_keys, self.age52_54_time_list)elif 55 <= age <= 57:return score_computing(original_amount, self.age55_57, self.age55_57_keys, self.age55_57_time_list)elif 58 <= age <= 59:return score_computing(original_amount, self.age58_59, self.age58_59_keys, self.age58_59_time_list)else:print('ERROR：男子3000米跑，原始成绩的数据类型须为时间(datetime.time)类型')if __name__ == "__main__":   # 测试本模块hl2001_3km_male_std = Highland2001up3kmMaleStandardData(2901)result = hl2001_3km_male_std.longrun_score_computing(24,dt.time(0,13,4))print(result)

4.上面使用到的计算函数score_computing()，我写入在另一个模块score_computing.py中。小于55分和大于100分的情况很简单，之间的先判定是否刚好是标准中规定的时长，是的话，通过相同序号联系，直接查字典；不是的话，添加进每100米海拔增加时间后的列表中排序，得到序号，序号减1，和序号加1，就得到相邻的，两个标准表中有的时长。然后，计算上下两个标准时长的间隔秒数，以及与相邻较差标准时长的间隔秒数，最后算出最终成绩。

# 通过原始的3000米跑成绩，分年龄段计算成绩def score_computing(original_amount,age_n,age_n_keys,age_n_time_list):#print(age_n_keys)#print(age_n_time_list)if original_amount > age_n_time_list[9]:  # 大于55分的时长时，为0分return 0elif original_amount < age_n_time_list[0]:  #小于100分的时长时，加分return 100 + ((age_n_time_list[0].minute - original_amount.minute) * 60 +age_n_time_list[0].second - original_amount.second) / 5elif age_n_time_list[0] <= original_amount <= age_n_time_list[9]:if original_amount in age_n_time_list:index_1 = age_n_time_list.index(original_amount)   # 原始成绩在列表中的序号return age_n[age_n_keys[index_1]]else:l1 = age_n_time_list.copy()        # l1为临时表l1.append(original_amount); l1.sort()   # 添加原始成绩进列表，再排序index_2 = l1.index(original_amount)     # 原始成绩在列表中的序号better_time = l1[index_2 - 1]           # 比原始成绩优秀的最临近的标准成绩worse_time = l1[index_2 + 1]            # 比原始成绩差的最临近的标准成绩time_interval = (worse_time.minute - better_time.minute)*60 + (worse_time.second - better_time.second)       # 上下两个标准成绩的间隔秒数seconds_dif = (worse_time.minute - original_amount.minute)*60 + (worse_time.second - original_amount.second)   # 与相邻较差标准成绩的间隔秒数#print(time_interval, seconds_dif)return round(5*seconds_dif/time_interval+age_n[age_n_keys[index_2]],1)  #5是相邻两个标准时长的分数相差5分

5.女子2001米~3000米的计算文件命名为highland2001up_3km_female.py，除了读取的工作簿不同，其它内容与男子大体相同。

6.男子3001米~4000米的计算文件命名为highland3001up_3km_male.py，女子3001米~4000米的计算文件命名为highland3001up_3km_female.py。

7.平原男子和女子3000米写成了一个带性别参数的类，文件名为flatland_3km.py，根据性别参数，读取工作簿上不同区域的标准数据，制成不同的标准字典。因为没有每增加海拔100米增加时长的要求，在调用score_computing()函数时，第3/4参数使用同一个列表即可。

# 男子女子平原3000米跑的成绩计算
# 从工作表“男女平原3000米标准”中读取数据import openpyxl
import datetime as dt
from score_computing import score_computingclass Flatland3kmStandardData:def __init__(self, gender):self.gender = gender  # 性别wb = openpyxl.load_workbook('通用训练课目考核成绩计算.xlsx')ws_long_run = wb['男女平原3000米标准']self.age24 = {}     # 24岁以下，{原始男女平原3000米分秒数：分数}self.age25_27 = {}  # 25~27岁，{原始男女平原3000米分秒数：分数}self.age28_30 = {}self.age31_33 = {}self.age34_36 = {}self.age37_39 = {}self.age40_42 = {}  # 40岁以上，{原始男女平原3000米分秒数：分数}self.age43_45 = {}  # 43~45岁，{原始男女平原3000米分秒数：分数}self.age46_48 = {}self.age49_51 = {}self.age52_54 = {}self.age55_57 = {}self.age58_59 = {}if self.gender == '男':rngs = ws_long_run.iter_rows(min_row=3, max_row=12, min_col=1, max_col=14)elif self.gender == '女':rngs = ws_long_run.iter_rows(min_row=16,max_row=25,min_col=1,max_col=14)# 生成{原始男女平原3000米分秒数：分数}的字典for row in rngs:# print([c.value for c in row])self.age24[row[1].value] = row[0].valueself.age25_27[row[2].value] = row[0].valueself.age28_30[row[3].value] = row[0].valueself. age31_33[row[4].value] = row[0].valueself.age34_36[row[5].value] = row[0].valueself.age37_39[row[6].value] = row[0].valueself.age40_42[row[7].value] = row[0].valueself.age43_45[row[8].value] = row[0].valueself.age46_48[row[9].value] = row[0].valueself.age49_51[row[10].value] = row[0].valueself.age52_54[row[11].value] = row[0].valueself.age55_57[row[12].value] = row[0].valueself.age58_59[row[13].value] = row[0].value# print('-----age24-----') # 打印数据以便检查# for m in self.age24.items():#     print(m)# print('-----age25_27-----')# for m in self.age25_27.items():#     print(m)# print('-----age28_30-----')# for m in self.age28_30.items():#     print(m)# print('-----age31_33-----')# for m in self.age31_33.items():#     print(m)# print('-----age34_36-----')# for m in self.age34_36.items():#     print(m)# print('-----age37_39-----')# for m in self.age37_39.items():#     print(m)## print('-----age40_42-----')  # 打印数据以便检查# for m in self.age40_42.items():#     print(m)# print('-----age43_45-----')# for m in self.age43_45.items():#     print(m)# print('-----age46_48-----')# for m in self.age46_48.items():#     print(m)# print('-----age49_51-----')# for m in self.age49_51.items():#     print(m)# print('-----age52_54-----')# for m in self.age52_54.items():#     print(m)# print('-----age55_57-----')# for m in self.age55_57.items():#     print(m)# print('-----age58_59-----')# for m in self.age58_59.items():#     print(m)# 将字典中的时间键取出来，转换成列表self.age24_keys = list(self.age24.keys())#print(self.age24_keys)self.age25_27_keys = list(self.age25_27.keys())self.age28_30_keys = list(self.age28_30.keys())self.age31_33_keys = list(self.age31_33.keys())self.age34_36_keys = list(self.age34_36.keys())self.age37_39_keys = list(self.age37_39.keys())self.age40_42_keys = list(self.age40_42.keys())self.age43_45_keys = list(self.age43_45.keys())self.age46_48_keys = list(self.age46_48.keys())self.age49_51_keys = list(self.age49_51.keys())self.age52_54_keys = list(self.age52_54.keys())self.age55_57_keys = list(self.age55_57.keys())self.age58_59_keys = list(self.age58_59.keys())def longrun_score_computing(self,age,original_amount):'''根据年龄，实际3000米分秒数，计算所得分数'''if type(original_amount) is dt.time:  # 核查是否是日期格式if age <= 24:# 这里不需要根据海拔改变评分标准，但便于重用score_computing()函数，self.age24_keys用作参数两次return score_computing(original_amount,self.age24,self.age24_keys,self.age24_keys)elif 25 <= age <= 27:return score_computing(original_amount, self.age25_27, self.age25_27_keys, self.age25_27_keys)elif 28 <= age <= 30:return score_computing(original_amount, self.age28_30, self.age28_30_keys, self.age28_30_keys)elif 31 <= age <= 33:return score_computing(original_amount, self.age31_33, self.age31_33_keys, self.age31_33_keys)elif 34 <= age <= 36:return score_computing(original_amount, self.age34_36, self.age34_36_keys, self.age34_36_keys)elif 37 <= age <= 39:return score_computing(original_amount, self.age37_39, self.age37_39_keys, self.age37_39_keys)# 40~59elif 40 <= age <= 42:return score_computing(original_amount, self.age40_42, self.age40_42_keys, self.age40_42_keys)elif 43 <= age <= 45:return score_computing(original_amount, self.age43_45, self.age43_45_keys, self.age43_45_keys)elif 46 <= age <= 48:return score_computing(original_amount, self.age46_48, self.age46_48_keys, self.age46_48_keys)elif 49 <= age <= 51:return score_computing(original_amount, self.age49_51, self.age49_51_keys, self.age49_51_keys)elif 52 <= age <= 54:return score_computing(original_amount, self.age52_54, self.age52_54_keys, self.age52_54_keys)elif 55 <= age <= 57:return score_computing(original_amount, self.age55_57, self.age55_57_keys, self.age55_57_keys)elif 58 <= age <= 59:return score_computing(original_amount, self.age58_59, self.age58_59_keys, self.age58_59_keys)else:print('ERROR：男女平原3000米跑，原始成绩的数据类型须为时间(datetime.time)类型')if __name__ == "__main__":   # 测试本模块flatland_3km_female_std = Flatland3kmStandardData('女')result = flatland_3km_female_std.longrun_score_computing(25,dt.time(0,16,13))print(result)

8.对主程序training_performance.py进行修改。读取工作簿“人员参数设置”，分人员类别设置最低分数，如一类人员的最低分是65，低于65分即不及格，实际记0分；根据海拔参数，进行不同的实例化；判断性别后，先计算单杠成绩，接着计算仰卧起坐成绩，再计算蛇形跑成绩，最后计算3公里成绩，分别写入表中换算成绩的相应位置。

import openpyxl
import datetime as dt
from age_computing import age_computing                       # 导入年龄计算模块
from pullup_male import Pullup_standard_data                  # 导入男子引体向上成绩计算模块
from flex_arm_hang_female import Flex_arm_hang_standard_data  # 导入女子单杠曲臂悬垂的成绩计算模块
from situp_male import Situp_male_standard_data               # 导入男子仰卧起坐成绩计算模块
from situp_female import Situp_female_standard_data           # 导入女子仰卧起坐成绩计算模块
from serpentine_run_male import Serpentine_run_male_standard_data       # 导入男子蛇形跑成绩计算模块
from serpentine_run_female import Serpentine_run_female_standard_data   # 导入女子蛇形跑成绩计算模块
from highland2001up_3km_male import Highland2001up3kmMaleStandardData       # 导入男子高原2001~3000，3000米成绩计算模块
from highland3001up_3km_male import Highland3001up3kmMaleStandardData       # 导入男子高原3001~4000，3000米成绩计算模块
from highland2001up_3km_female import Highland2001up3kmFemaleStandardData       # 导入女子高原2001~3000，3000米成绩计算模块
from highland3001up_3km_female import Highland3001up3kmFemaleStandardData       # 导入女子高原2001~3000，3000米成绩计算模块
from flatland_3km import Flatland3kmStandardData                                # 导入男女平原3000米成绩计算模块wb=openpyxl.load_workbook('通用训练课目考核成绩计算.xlsx')
ws_training_score = wb['体能考核成绩']
ws_personnel_parameters = wb['人员参数设置']col_parameters = [c.value for c in list(ws_personnel_parameters.columns)[1][1:]]
staff_type = col_parameters[0] #人员类别
elevation = col_parameters[1]  #地区海拔if staff_type == '三类':lowest_score = 55
if staff_type == '二类':lowest_score = 60
if staff_type == '一类':lowest_score = 65pullup_sd = Pullup_standard_data()             # 实例化男子引体向上成绩计算
flexarmhang_sd = Flex_arm_hang_standard_data() # 实例化女子单杠曲臂悬垂成绩计算
situp_male = Situp_male_standard_data()        # 实例化男子仰卧起坐成绩计算
situp_female = Situp_female_standard_data()    # 实例化男子仰卧起坐成绩计算
serpentine_run_male = Serpentine_run_male_standard_data()      # 实例化男子蛇形跑成绩计算
serpentine_run_female = Serpentine_run_female_standard_data()  # 实例化女子蛇形跑成绩计算if elevation in range(0,2001):long_distance_run_male = Flatland3kmStandardData('男')    # 实例化男子平原3Km米跑计算模块long_distance_run_female = Flatland3kmStandardData('女')  # 实例化女子平原3Km米跑计算模块
elif elevation in range(2001,3001):long_distance_run_male = Highland2001up3kmMaleStandardData(elevation)   # 实例化男子高原海拔2001~3000米，3Km米跑计算模块long_distance_run_female = Highland2001up3kmFemaleStandardData(elevation)  # 实例化女子高原海拔2001~3000米，3Km米跑计算模块
elif elevation in range(3001,4001):long_distance_run_male = Highland3001up3kmMaleStandardData(elevation)   # 实例化男子高原海拔3001~4000米，3Km米跑计算模块long_distance_run_female = Highland3001up3kmFemaleStandardData(elevation)  # 实例化女子高原海拔3001~4000米，3Km米跑计算模块rngs = ws_training_score.iter_rows(min_row=6)
for row in rngs:gender = row[4].value          # 性别pullup = row[11].value         # 单杠原始数量situp =  row[7].value          # 仰卧起坐原始数量serpentine_run = row[9].value  # 蛇形跑原始数量long_distance_run = row[13].value  # 3Km跑原始时长if row[5].value:#print(row[5].value)age = age_computing(row[5].value)    #由出生日期计算年龄，精确到天row[6].value = ageif gender == '男':if row[6].value != None:  # 年龄不能为空if pullup != None:    # 单杆原始数不能为空score_pullup = pullup_sd.pullup_score_computing(age, pullup) # 计算男子单杠或俯卧撑成绩#print(row[0].value,pullup,row[12].value) # 测试if not score_pullup < lowest_score:row[12].value = score_pullupelse:row[12].value = 0if situp != None:     # 仰卧起坐原始数不能为空score_situp = situp_male.situp_male_score_computing(age, situp)  # 计算男子仰卧起坐成绩#print(row[0].value, situp, row[8].value)if not score_situp < lowest_score:row[8].value = score_situpelse:row[8].value = 0if serpentine_run != None:     # 蛇形跑原始数不能为空score_serpentine_run = serpentine_run_male.serpentine_run_male_score_computing(age, serpentine_run)  # 计算男子蛇形跑成绩#print(row[0].value, serpentine_run, row[10].value)if not score_serpentine_run < lowest_score:row[10].value = score_serpentine_runelse:row[10].value = 0if long_distance_run != None:     # 3Km跑原始时长不能为空score_long_run = long_distance_run_male.longrun_score_computing(age, long_distance_run)  # 计算男子3Km跑成绩#print(row[0].value, long_distance_run, row[14].value)if not score_long_run < lowest_score:row[14].value = score_long_runelse:row[14].value = 0elif gender == '女':if row[6].value != None:if pullup != None:  # 单杆原始数不能为空score_pullup = flexarmhang_sd.flex_arm_hang_score_computing(age, pullup) # 女子曲臂悬垂或俯卧撑成绩计算#print(row[0].value,pullup, row[12].value)if not score_pullup < lowest_score:row[12].value = score_pullupelse:row[12].value = 0if situp != None:     # 仰卧起坐原始数不能为空score_situp = situp_female.situp_female_score_computing(age, situp)  # 计算女子仰卧起坐成绩#print(row[0].value, situp, row[8].value)if not score_situp < lowest_score:row[8].value = score_situpelse:row[8].value = 0if serpentine_run != None:     # 蛇形跑原始数不能为空score_serpentine_run = serpentine_run_female.serpentine_run_female_score_computing(age, serpentine_run)  # 计算女子蛇形跑成绩#print(row[0].value, serpentine_run, row[10].value)if not score_serpentine_run < lowest_score:row[10].value = score_serpentine_runelse:row[10].value = 0if long_distance_run != None:     # 3Km跑原始时长不能为空score_long_run = long_distance_run_female.longrun_score_computing(age, long_distance_run)  # 计算女子3Km跑成绩#print(row[0].value, long_distance_run, row[14].value)if not score_long_run < lowest_score:row[14].value = score_long_runelse:row[14].value = 0else:    # 性别输入有误print('序号%d %s 的性别填写错误'%(row[0].value,row[1].value))wb.save('计算结果.xlsx')
print('计算已完成！')