Python实现Excel到JSON转换：完整指南与实践

在现代数据处理中，Excel（.xlsx/.xls）和JSON是两种常见的数据格式。Excel因其可视化操作广泛用于数据存储，而JSON因其轻量、易读的特性成为API和Web应用的首选数据交换格式。如何将Excel中的表格数据高效转换为JSON？Python提供了多种灵活的解决方案。

为什么需要将Excel转换为JSON？

• 数据迁移：将遗留Excel数据导入现代数据库或云服务。
• API开发：为RESTful API提供结构化数据源。
• 自动化流程：在ETL（提取、转换、加载）管道中自动处理数据。
• 跨平台兼容：JSON格式在各类编程语言中易于解析。

准备工作：安装必要的Python库

Python生态中处理Excel和JSON的核心库包括：

• pandas：强大的数据分析库，提供DataFrame结构，能直接读取Excel并输出JSON。
• openpyxl：专注于.xlsx文件的读写，适合精细操作。
• json：Python内置库，用于处理JSON数据。

pip install pandas openpyxl

方法一：使用pandas快速转换（推荐）

pandas是最简洁的方法，几行代码即可完成：

import pandas as pd

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

# 转换为JSON（orient参数决定JSON结构）
json_data = df.to_json(orient='records', force_ascii=False)

# 保存到文件
with open('data.json', 'w', encoding='utf-8') as f:
    f.write(json_data)

关键参数说明：

• orient='records'：生成数组格式，每行一个对象，最常用。
• orient='index'：以行索引为键的嵌套结构。
• orient='columns'：以列名为键。

方法二：使用openpyxl处理复杂Excel

当需要处理多工作表、合并单元格或自定义转换逻辑时，openpyxl更灵活：

import openpyxl
import json

wb = openpyxl.load_workbook('data.xlsx')
result = {}

for sheet_name in wb.sheetnames:
    ws = wb[sheet_name]
    # 获取表头（假设第一行）
    headers = [cell.value for cell in ws[1]]
    rows = []
    for row in ws.iter_rows(min_row=2, values_only=True):
        row_dict = dict(zip(headers, row))
        rows.append(row_dict)
    result[sheet_name] = rows

with open('data.json', 'w', encoding='utf-8') as f:
    json.dump(result, f, ensure_ascii=False, indent=2)

高级技巧与注意事项

1. 处理日期和特殊数据类型

Excel中的日期在转换为JSON时可能变为时间戳。解决方案：

# 在pandas中指定日期解析
df = pd.read_excel('data.xlsx', parse_dates=['date_column'])
# 转换时格式化日期
json_data = df.to_json(orient='records', date_format='iso')

2. 处理大型Excel文件

对于超大文件（百万行），使用分块读取：

chunk_size = 10000
with pd.read_excel('large_data.xlsx', chunksize=chunk_size) as reader:
    for chunk in reader:
        chunk.to_json('output.json', orient='records', lines=True)

3. 数据清洗与转换

转换前清洗数据，确保JSON有效性：

# 删除空行
df.dropna(inplace=True)
# 重命名列
df.rename(columns={'旧名': '新名'}, inplace=True)

常见问题排查

• 编码问题：始终使用encoding='utf-8'确保中文正常显示。
• 空值处理：JSON中null需合理表示，pandas默认将NaN转为null。
• 性能瓶颈：超大文件考虑使用xlrd库或优化数据结构。

完整应用示例：学生信息转换

import pandas as pd

# 假设Excel包含学生成绩
excel_path = 'students.xlsx'
df = pd.read_excel(excel_path)

# 转换前处理：过滤不及格记录
passed_df = df[df['score'] >= 60]

# 转换为JSON并保存
result = {
    'total_students': len(passed_df),
    'data': passed_df.to_dict(orient='records')
}

with open('passed_students.json', 'w', encoding='utf-8') as f:
    json.dump(result, f, ensure_ascii=False)

总结

将Excel转换为JSON是数据工程中的基础操作。Python凭借其强大的数据处理生态，提供了从简单到复杂的多种解决方案。选择pandas适合快速开发，openpyxl适合精细控制。实际项目中，建议结合数据清洗、错误处理和日志记录，构建健壮的转换流程。掌握这一技能，能显著提升数据处理效率，为后续的数据分析和应用开发打下坚实基础。