怎么创建网站页面淘宝seo优化排名

🤟致敬读者

• 🟩感谢阅读🟦笑口常开🟪生日快乐⬛早点睡觉

📘博主相关

• 🟧博主信息🟨博客首页🟫专栏推荐🟥活动信息

---

---

📃文章前言

• 🔷文章均为学习工作中整理的笔记。
• 🔶如有错误请指正，共同学习进步。

---

Python读取Excel表数据转为JSON格式文件（详细优化版）

使用pandas库读取Excel表

1. 精简代码

可直接食用

# 步骤 1：引入pandas库
import pandas as pd# 步骤 2: 读取Excel文件
file_path = 'path_to_your_excel_file.xlsx'  # 替换为你的Excel文件路径
df = pd.read_excel(file_path)# 步骤 3: 将DataFrame转换为JSON格式
# orient参数可以控制JSON的输出格式，例如 'records', 'index', 'columns', 'values', 'split' 等。
# 这里使用'records'格式，它会将每一行数据作为一个对象。orient='records'确保JSON输出为记录列表。
json_data = df.to_dict('records')# 步骤 4: 保存JSON文件
output_file_path = 'output.json'  # 指定输出JSON文件的路径和名称
with open(output_file_path, 'w', encoding='utf-8') as f:f.write(json_data)print("Excel数据已成功转换为JSON并保存到文件。")

2. 详细优化部分

该部分以上面精简代码为基础进行优化改造

2.1 下载pandas

使用pip命令下载pandas库

pip install pandas openpyxl

2.2 读取表格文件（可指定sheet页）

读取excel文件，可加参数sheet_name="sheet名称"来指定Sheet页，如果不指定，默认第一个sheet页
如想要读取的名称为Sheet2

df = pd.read_excel(file_path, sheet_name='Sheet2')

2.3 库日期处理

由于表格中日期转换为json后变成了一串数字，如何解决这个问题，可使用to_datetime函数

# 假设日期列名为'Date'，且数据类型为整数（Excel序列号）
df['Date'] = pd.to_datetime(df['Date'], origin='unix', unit='D')  # 将Excel序列号转换为datetime对象
df['Date'] = df['Date'].dt.strftime('%Y-%m-%d')  # 将datetime对象转换为字符串格式'年-月-日'

2.4 布尔值转换

表格中的true和false转换时不会做处理，单如果json后续要导入到mysql表中，mysql表识别true和false会导入失败，只能识别0和1
可以使用以下代码将true和false转为1和0

# 修改表中的Boolean值，满足表中要求的0-1，而不是false true，不然导入报错
df['是否加装急停开关'] = df['是否加装急停开关'].map({True: 1, False: 0})

2.5 空值Na的处理

如果出现了空值，可使用fillna函数替换，如下

# 将Na替换为空字符
df = df.fillna('')

2.6 列名替换

如果想修改读取到的列名称，可使用以下代码将列名修改值
如excel表中列名是中文，为了更方便导入mysql表，这里将中文列名修改为对应的表字段（非表中字段，而是小驼峰）

column_map ={'任务单编号': 'taskTicketId','工号': 'employeeId'}print(df.columns)
col_names = df.columns.to_list()
col_names = [column_map[s] for s in col_names]
print(col_names)
df.columns = col_names

3. 详细优化后的完整代码

完整代码如下

# 步骤 1：引入pandas库
import pandas as pd# 步骤 2: 读取Excel文件
# file_path = 'path_to_your_excel_file.xlsx'  # 替换为你的Excel文件路径
file_path = '车辆改造单数据库.xlsm'  # 替换为你的Excel文件路径
df = pd.read_excel(file_path, sheet_name='Sheet2')
# print(df)# 假设日期列名为'Date'，且数据类型为整数（Excel序列号）
# df['Date'] = pd.to_datetime(df['Date'], origin='unix', unit='D')  # 将Excel序列号转换为datetime对象
# df['Date'] = df['Date'].dt.strftime('%Y-%m-%d')  # 将datetime对象转换为字符串格式'年-月-日'list = ['创建日期','样品送达日期','要求完成日期','实际完成日期']for i in list:df[i] = pd.to_datetime(df[i], origin='unix', unit='D')  # 将Excel序列号转换为datetime对象df[i] = df[i].dt.strftime('%Y-%m-%d')  # 将datetime对象转换为字符串格式'年-月-日'# df['创建日期'] = pd.to_datetime(df['创建日期'], origin='unix', unit='D')  # 将Excel序列号转换为datetime对象
# df['创建日期'] = df['创建日期'].dt.strftime('%Y-%m-%d')  # 将datetime对象转换为字符串格式'年-月-日'print(df['是否加装急停开关'])
# 修改表中的Boolean值，满足表中要求的0-1，而不是false true，不然导入报错
df['是否加装急停开关'] = df['是否加装急停开关'].map({True: 1, False: 0})# df = df.fillna('')column_map ={'任务单编号': 'taskTicketId',
'工号': 'employeeId',
'委托人': 'requester',
'创建日期': 'creationDate',
'样品送达日期': 'sampleDeliveryDate',
'要求完成日期': 'requiredCompletionDate',
'实际完成日期': 'completionDate'
}print(df.columns)
col_names = df.columns.to_list()
col_names = [column_map[s] for s in col_names]
print(col_names)
df.columns = col_names# 步骤 3: 将DataFrame转换为JSON格式
# orient参数可以控制JSON的输出格式，例如 'records', 'index', 'columns', 'values', 'split' 等。
# 这里使用'records'格式，它会将每一行数据作为一个对象。orient='records'确保JSON输出为记录列表。
# force_ascii=False确保输出的JSON中包含非ASCII字符，例如中文。
# date_format='iso'确保日期以ISO格式输出。如果你需要其他日期格式，可以相应调整或去掉此参数。
json_data = df.to_json(orient='records', indent=4, force_ascii=False, date_format='iso',)# 步骤 4: 保存JSON文件
# output_file_path = 'output.json'  # 指定输出JSON文件的路径和名称
output_file_path = '车辆改造单数据库.json'  # 指定输出JSON文件的路径和名称with open(output_file_path, 'w', encoding='utf-8') as f:f.write(json_data)print("Excel数据已成功转换为JSON并保存到文件。")

---

📜文末寄语

• 🟠关注我，获取更多内容。
• 🟡技术动态、实战教程、问题解决方案等内容持续更新中。
• 🟢《全栈知识库》技术交流和分享社区，集结全栈各领域开发者，期待你的加入。
• 🔵​加入开发者的《专属社群》，分享交流，技术之路不再孤独，一起变强。
• 🟣点击下方名片获取更多内容🍭🍭🍭👇

---