当前位置:首页 > 文章列表 > 文章 > python教程 > Python快速实现JSONCSVExcel转换教程

Python快速实现JSONCSVExcel转换教程

2025-07-08 22:15:01 0浏览 收藏

文章不知道大家是否熟悉?今天我将给大家介绍《Python轻松实现JSON CSV Excel互转教程》,这篇文章主要会讲到等等知识点,如果你在看完本篇文章后,有更好的建议或者发现哪里有问题,希望大家都能积极评论指出,谢谢!希望我们能一起加油进步!

Python处理数据格式转换的关键在于掌握常用库和步骤。JSON转CSV需先解析再写入,用json和pandas实现;CSV转Excel只需pandas一行代码,注意编码和索引设置;Excel转JSON要指定sheet并清理空值,支持多种输出格式;封装函数可实现自动化转换。掌握这些技能即可应对多数数据处理任务。

Python怎样实现数据格式互转—JSON/CSV/Excel转换大全

Python在处理数据格式转换方面非常强大,尤其是像JSON、CSV和Excel之间的互转,几乎成了日常编程中不可或缺的技能。只要掌握几个常用库,这些转换操作其实并不复杂。

Python怎样实现数据格式互转—JSON/CSV/Excel转换大全

JSON转CSV:先读取再写入

把JSON数据转成CSV,通常的做法是先解析JSON内容,然后按字段写入CSV文件。这里用到的主要库是json和pandas。

举个例子,如果你有一个包含多个字典的JSON列表:

Python怎样实现数据格式互转—JSON/CSV/Excel转换大全
[
    {"name": "张三", "age": 28, "city": "北京"},
    {"name": "李四", "age": 32, "city": "上海"}
]

你可以这样转换:

  • 使用 json.load() 或 json.loads() 加载数据
  • 用 pandas.DataFrame() 转为DataFrame
  • 最后调用 .to_csv() 输出CSV文件

需要注意的是,如果原始JSON结构比较复杂,比如嵌套层级多,可能需要先做“拍平”处理,否则直接转的话容易出现列不对齐或者类型错误的问题。

Python怎样实现数据格式互转—JSON/CSV/Excel转换大全

CSV转Excel:pandas一行搞定

这个转换可以说是所有里面最简单的了。CSV本质上就是一种纯文本表格格式,而Excel支持导入CSV数据。

使用 pandas 的方法如下:

import pandas as pd
df = pd.read_csv('data.csv')
df.to_excel('output.xlsx', index=False)

关键点在于:

  • 确保CSV文件编码正确(常见是UTF-8)
  • 如果有中文乱码,可以加 encoding='utf-8-sig'
  • Excel输出时一般不带索引,所以建议加上 index=False

如果是大文件,也可以考虑分块读取再写入,避免内存占用过高。


Excel转JSON:注意表头和sheet选择

Excel文件可能包含多个sheet,并且每个sheet的结构不一定一致,所以在转换前要先确定你要读哪个sheet。

基本流程如下:

  • 使用 pd.read_excel('file.xlsx', sheet_name='Sheet1') 读取指定sheet
  • 再调用 .to_json(orient='records') 转成JSON字符串或写入文件

注意事项包括:

  • Excel中的空值会被转为 NaN,导出JSON前最好清理一下
  • JSON格式有多种输出形式,比如 orient='records' 是每行一个对象,适合前端解析
  • 如果字段名不是英文,确保JSON编码没问题,避免中文变成Unicode

小技巧:跨格式批量转换可以封装函数

如果你经常要做这类转换,可以简单封装一个函数,比如:

def convert_format(input_file, output_file):
    if input_file.endswith('.csv'):
        df = pd.read_csv(input_file)
    elif input_file.endswith('.xlsx'):
        df = pd.read_excel(input_file)
    elif input_file.endswith('.json'):
        df = pd.read_json(input_file)

    if output_file.endswith('.csv'):
        df.to_csv(output_file, index=False)
    elif output_file.endswith('.xlsx'):
        df.to_excel(output_file, index=False)
    elif output_file.endswith('.json'):
        df.to_json(output_file, orient='records')

这样你只需要传入输入输出路径,就能自动完成转换。当然还可以加参数控制sheet名、编码等。


基本上就这些。掌握了这几个常见格式之间的转换方式,大多数数据处理任务都能轻松应对了。

好了,本文到此结束,带大家了解了《Python快速实现JSONCSVExcel转换教程》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多文章知识!

Java动态代理实现AOP原理解析Java动态代理实现AOP原理解析
上一篇
Java动态代理实现AOP原理解析
用Golang搭建高可用云存服务,解析分布式架构设计
下一篇
用Golang搭建高可用云存服务,解析分布式架构设计
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    286次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    339次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    336次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    303次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    124次使用