cjson——excel转json文件(python脚本转换)

excel转json文件

• • • 前言
    • 应用场景
    • [1. 安装必要的库](#1. 安装必要的库)
    • [2. 定义 Excel 表格格式](#2. 定义 Excel 表格格式)
    • [3. Python 脚本：将 Excel 转换为 JSON](#3. Python 脚本：将 Excel 转换为 JSON)
    • [4. 脚本解释](#4. 脚本解释)
    • [5. 生成的 JSON 文件](#5. 生成的 JSON 文件)
    • [6. 如何使用 JSON 文件](#6. 如何使用 JSON 文件)
    • [7. 扩展功能：处理多个工作表](#7. 扩展功能：处理多个工作表)
    • [8. 总结](#8. 总结)

前言

将 Excel 表格的配置参数转换成 JSON 文件是一项常见的任务，通常需要将每一行或每个工作表的数据结构化为 JSON 格式。下面是详细的步骤，使用 Python 中的 pandas 库来读取 Excel 表格，并将其转换为 JSON 格式。

应用场景

将 Excel 转为 JSON 文件的常见场景包括数据导入与导出、数据交换与共享、API 数据导入、数据分析与报告、批量数据处理与清洗、配置文件生成、数据库表创建和更新等。这些场景广泛应用于业务流程自动化、跨系统数据共享、应用程序配置和数据分析等领域。根据实际需要，选择适合的工具和方法来完成 Excel 到 JSON 的转换。

1. 安装必要的库

首先，需要确保安装了 pandas 和 openpyxl 库。openpyxl 是用来读取 .xlsx 格式的 Excel 文件的库，而 pandas 用来处理表格数据。

pip install pandas openpyxl

2. 定义 Excel 表格格式

假设你有一个 Excel 文件 DeviceParameters.xlsx，表格的结构如下：

Device Type	Parameter Name	Data Type	Default Value	Description
Sensor A	Sensitivity	float	0.5	Sensor sensitivity value
Sensor A	Frequency	int	100	Frequency of sensor reading
Sensor B	Threshold	int	10	Threshold for triggering action
Sensor C	Mode	string	"auto"	Mode of operation
Sensor C	Timeout	int	30	Timeout in seconds

3. Python 脚本：将 Excel 转换为 JSON

下面是一个完整的 Python 脚本，用于将上述 Excel 表格数据转换为 JSON 格式。脚本的基本流程是读取 Excel 文件，然后根据每个设备类型和参数生成相应的 JSON 结构。

import pandas as pd
import json

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

# 创建一个字典用于存储设备类型及其参数
devices = {}

# 遍历 Excel 表格中的每一行
for _, row in df.iterrows():
    device_type = row['Device Type']
    parameter_name = row['Parameter Name']
    data_type = row['Data Type']
    default_value = row['Default Value']
    description = row['Description']

    # 如果设备类型尚未存在，创建一个空字典
    if device_type not in devices:
        devices[device_type] = {}

    # 将参数数据添加到相应设备类型下
    devices[device_type][parameter_name] = {
        'data_type': data_type,
        'default_value': default_value,
        'description': description
    }

# 将字典转化为 JSON 格式并写入文件
with open('device_parameters.json', 'w') as json_file:
    json.dump(devices, json_file, indent=4)

print("Excel 数据已成功转换为 JSON 格式。")

4. 脚本解释

• 读取 Excel 文件 ： pandas.read_excel() 用来读取 Excel 文件的数据，将其转换为一个 DataFrame。

• 遍历每一行 ： df.iterrows() 用来遍历 DataFrame 中的每一行，每一行包含了设备的参数信息。

• 字典结构 ：

  使用一个嵌套字典 devices，按设备类型 (Device Type) 将每个设备的参数组织起来。每个设备类型下是一个子字典，键为参数名，值是包含数据类型、默认值和描述信息的字典。

• 转换为 JSON 格式 ：

  使用 json.dump() 将最终的字典写入到一个 JSON 文件中，indent=4 用来使 JSON 文件具有良好的可读性（即带有缩进）。

5. 生成的 JSON 文件

运行上述脚本后，生成的 device_parameters.json 文件的内容将类似于以下结构：

{
    "Sensor A": {
        "Sensitivity": {
            "data_type": "float",
            "default_value": 0.5,
            "description": "Sensor sensitivity value"
        },
        "Frequency": {
            "data_type": "int",
            "default_value": 100,
            "description": "Frequency of sensor reading"
        }
    },
    "Sensor B": {
        "Threshold": {
            "data_type": "int",
            "default_value": 10,
            "description": "Threshold for triggering action"
        }
    },
    "Sensor C": {
        "Mode": {
            "data_type": "string",
            "default_value": "auto",
            "description": "Mode of operation"
        },
        "Timeout": {
            "data_type": "int",
            "default_value": 30,
            "description": "Timeout in seconds"
        }
    }
}

6. 如何使用 JSON 文件

生成的 JSON 文件可以用于：

• 设备配置管理：可以将此 JSON 文件作为配置文件加载到设备程序中，设备根据其类型读取相应的参数。
• 云平台通信：许多 IoT 平台（如 AWS IoT、Google Cloud IoT）都支持 JSON 格式的数据，可以将设备的配置信息与云平台进行交互。
• 动态配置更新：你可以通过更新 JSON 文件来修改设备的配置参数，设备程序可以在运行时动态加载这些参数。

7. 扩展功能：处理多个工作表

如果你的 Excel 文件有多个工作表，并且每个工作表包含不同的设备类型配置，你可以在 Python 脚本中指定工作表名称或索引。例如：

# 读取多个工作表
df = pd.read_excel('DeviceParameters.xlsx', sheet_name='SensorA')

或者读取所有工作表：

# 读取所有工作表
dfs = pd.read_excel('DeviceParameters.xlsx', sheet_name=None)

# 遍历每个工作表
for sheet_name, df in dfs.items():
    # 处理每个工作表的数据
    pass

8. 总结

通过这种方式，可以轻松地将 Excel 表格中的配置参数转换为 JSON 文件，从而实现更方便的数据存储和管理。JSON 格式清晰、易于解析和处理，非常适合在嵌入式和物联网应用中使用。如果你需要频繁更新设备的配置参数，可以使用这种方法实现自动化更新和配置管理。