Python实现读取Excel表数据并转为JSON格式文件

pip install pandas openpyxl

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。
json_data = df.to_json(orient='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。")

pip install pandas openpyxl

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

# 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'

# 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})

# 将Na替换为空字符
df = df.fillna('')

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

# 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。")