从excel读取三列数据，一列是日期，一列是实际功率，一列是预测功率，按照日期分组将每行数据代入公式，公式是实际功率除以实际功率与预测功率的和减去0.5的值取绝对值再乘以实际功率与预测功率的差值的绝对值再除以实际功率与预测功率差值绝对的求和

你可以使用Python中的pandas库来实现该功能。具体步骤如下：

1. 首先使用pandas的read_excel方法读取Excel文件，得到一个DataFrame对象，假设命名为df。

2. 使用groupby方法按照日期分组，得到一个按照日期分组后的DataFrameGroupBy对象，假设命名为grouped。

3. 对于grouped中的每一组数据，使用apply方法应用公式，得到一个Series对象，假设命名为result。

4. 对于所有组的result求和，得到最终结果。

具体实现代码如下：

import pandas as pd
import numpy as np

# 读取Excel文件
df = pd.read_excel('data.xlsx')

# 按照日期分组
grouped = df.groupby('日期')

# 定义公式函数
def formula(x):
    return abs(x['实际功率'] / (x['实际功率'] + x['预测功率']) - 0.5) * abs(x['实际功率'] - x['预测功率']) / abs(x['实际功率'] - x['预测功率']).sum()

# 对于每一组数据应用公式
result = grouped.apply(formula)

# 对所有组的result求和
final_result = np.sum(result)

其中，data.xlsx为包含三列数据的Excel文件，分别为日期、实际功率和预测功率。你可以将该文件放在代码所在目录下，并根据实际情况修改文件名和列名。