我是編程和分子動(dòng)力學(xué)模擬的新手。我正在使用LAMMPS來模擬物理氣相沉積（PVD）過程，并確定不同時(shí)間步長中原子之間的相互作用。在我執(zhí)行分子動(dòng)力學(xué)模擬后，LAMMPS為我提供了一個(gè)輸出鍵文件，其中包含每個(gè)單個(gè)原子的記錄（作為原子ID），它們的類型（向特定元素的編號(hào)），以及與這些特定原子鍵合的其他原子的信息。 典型的債券文件如下所示。我的目標(biāo)是根據(jù)原子的類型（如組1：氧-氫-氫）對(duì)原子進(jìn)行三組分類，方法是考慮它們從鍵輸出文件中的鍵合信息，并計(jì)算每個(gè)時(shí)間步長的組數(shù)。我使用熊貓，并為每個(gè)時(shí)間步長創(chuàng)建了一個(gè)數(shù)據(jù)幀。df = pd.read_table(directory, comment="#", delim_whitespace= True, header=None, usecols=[0,1,2,3,4,5,6] )headers= ["ID","Type","NofB","bondID_1","bondID_2","bondID_3","bondID_4"]df.columns = headersdf.fillna(0,inplace=True)df = df.astype(int)timestep = int(input("Number of Timesteps: ")) #To display desired number of timesteps.total_atom_number = 53924 #Total number of atoms in the simulation.t= 0 #code starts from 0th timestep.firstTime = []while(t <= timestep):    open('file.txt', 'w').close() #In while loop = displays every timestep individually, Out of the while loop = displays results cumulatively.    i = 0    df_tablo =(df[total_atom_number*t:total_atom_number*(t+1)]) #Creates a new dataframe that inlucdes only t'th timestep.    df_tablo.reset_index(inplace=True)    print(df_tablo)請參閱此示例，該示例說明了我對(duì) 3 個(gè)原子進(jìn)行分組的算法。鍵合列顯示與其行中的原子鍵合在一起的不同原子（按原子 ID）。例如，通過使用該算法，我們可以對(duì)[1，2，5]和[1，2，6]進(jìn)行分組，但不能對(duì)[1，2，1]進(jìn)行分組，因?yàn)樵硬荒芘c自身建立鍵。此外，我們可以在分組后將這些原子ID（第一列）轉(zhuǎn)換為它們的原子類型（第二列），例如[1，3，7]到[1，1，3]。通過遵循上面提到的鍵，1）我可以成功地將原子相對(duì)于它們的ID分組，2）將它們轉(zhuǎn)換為它們的原子類型，3）分別計(jì)算每個(gè)時(shí)間步中存在的組數(shù)。第一個(gè) while 循環(huán)（上圖）計(jì)算每個(gè)時(shí)間步的組，而第二個(gè) while 循環(huán)（下圖）將每行中的原子（等于存在的每個(gè)原子 ID）與數(shù)據(jù)幀中不同行的相應(yīng)綁定原子進(jìn)行分組。