python3 循环读取excel文件并写入json操作

我来为您讲解一下“Python3循环读取Excel文件并写入JSON操作”的完整实例教程。

简介

在实际开发中，我们经常需要将Excel表格中的数据转换为JSON格式，以便于在Web开发中进行使用。本文就是介绍如何使用Python3语言循环读取Excel文件，并将其转换为JSON格式进行保存。

前置准备

在开始实现这个操作之前，我们需要先安装三个Python库：

• openpyxl：用于读取Excel文件
• pandas：用于将Excel文件转换为DataFrame格式
• json： 用于将DataFrame格式的数据转换为JSON格式

安装方法：

pip install openpyxl pandas json

实现过程

下面，我们来详细介绍具体的实现过程。

1. 导入Python库

在Python程序中，我们需要先导入三个库：openpyxl、pandas和json。

import openpyxl
import pandas as pd
import json

2. 读取Excel文件

我们可以使用openpyxl库中的load_workbook()函数来读取Excel文件，然后使用Sheetnames属性来获取Excel文件中的所有Sheet，最后可以使用get_sheet_by_name()方法来获取指定的Sheet。

wb = openpyxl.load_workbook('example.xlsx')
sheet_names = wb.sheetnames
ws = wb.get_sheet_by_name(sheet_names[0])

3. 将Excel文件转换为DataFrame

使用pandas库的read_excel()函数可以很容易地将Excel文件转换为DataFrame格式。

df = pd.read_excel('example.xlsx', sheet_name=sheet_names[0])

4. 将DataFrame格式的数据转换为JSON格式并写入文件

使用to_json()函数可以将DataFrame格式的数据转换为JSON格式，默认情况下，转换结果是压缩格式的。如果需要化地转换出含有缩进、换行符等格式的JSON，可以使用to_json()函数中的pretty_print参数。

json_string = df.to_json(orient='records', pretty_print=True)
with open('example.json', mode='w', encoding='utf-8') as json_file:
    json_file.write(json_string)

5. 完整代码

import openpyxl
import pandas as pd
import json

wb = openpyxl.load_workbook('example.xlsx')
sheet_names = wb.sheetnames
ws = wb.get_sheet_by_name(sheet_names[0])

df = pd.read_excel('example.xlsx', sheet_name=sheet_names[0])

json_string = df.to_json(orient='records', pretty_print=True)
with open('example.json', mode='w', encoding='utf-8') as json_file:
    json_file.write(json_string)

6. 示例说明

下面，我来举两个操作实例进行说明：

示例1：写入的JSON文件多行插入制表符

当我们写入的JSON文件中有多行数据时，使用默认的写入方式会将所有的数据写入到同一行中。为了让JSON文件看起来更加清晰，我们可以使用json.dump()写入文件，并指定indent参数使其插入制表符，从而美化输出。

import openpyxl
import pandas as pd
import json

wb = openpyxl.load_workbook('example.xlsx')
sheet_names = wb.sheetnames
ws = wb.get_sheet_by_name(sheet_names[0])

df = pd.read_excel('example.xlsx', sheet_name=sheet_names[0])

json_list = json.loads(df.to_json(orient='records'))
with open('example.json', mode='w', encoding='utf-8') as json_file:
    json.dump(json_list, json_file, indent=2)

示例2：忽略空值的列

有时候我们的Excel表格中会存在部分空值的列，而这些空值会被转换为JSON格式中的null值。为了让转换后的JSON文件更加干净美观，我们可以在转换过程中进行空值的过滤，只保留非空的列。

import openpyxl
import pandas as pd
import numpy as np
import json

wb = openpyxl.load_workbook('example.xlsx')
sheet_names = wb.sheetnames
ws = wb.get_sheet_by_name(sheet_names[0])

df = pd.read_excel('example.xlsx', sheet_name=sheet_names[0])

df = df.replace({np.nan: None})
df = df.dropna(axis='columns', how='all')

json_string = df.to_json(orient='records', null_handler=lambda x: None, pretty_print=True)
with open('example.json', mode='w', encoding='utf-8') as json_file:
    json_file.write(json_string)

总结

通过以上的介绍和实现，我们即可使用Python3来循环读取Excel文件，并将其转换为JSON格式进行保存。同时，我们还可以进行美化输出、特殊数据处理等多方面的操作，让数据格式更加美观和规范。