利用python实现json转execl

要将JSON数据转换为Excel文件，可以使用Python的pandas库，它提供了高效的数据处理能力。以下是详细的实现步骤：

步骤1：安装依赖库

1
pip install pandas openpyxl
  • pandas：用于数据处理和Excel文件操作
  • openpyxl：作为Excel写入引擎（pandas依赖）

步骤2：实现代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
import json
import pandas as pd
from pathlib import Path

def json_to_excel(input_path, output_path, sheet_name="Sheet1", encoding="utf-8"):
    """
    将JSON文件转换为Excel文件
    
    参数:
    input_path: JSON文件路径（或JSON格式字符串）
    output_path: 输出的Excel文件路径
    sheet_name: Excel工作表名称（默认"Sheet1"）
    encoding: 文件编码（默认utf-8）
    """
    # 检测输入类型（文件路径还是JSON字符串）
    if isinstance(input_path, str) and Path(input_path).exists():
        with open(input_path, 'r', encoding=encoding) as f:
            data = json.load(f)
    else:
        data = json.loads(input_path)  # 直接解析JSON字符串
    
    # 转换数据为DataFrame
    df = pd.json_normalize(data, sep="_")  # 展平嵌套结构
    
    # 写入Excel
    df.to_excel(
        output_path,
        sheet_name=sheet_name,
        index=False,         # 不写入行索引
        engine="openpyxl"    # 指定引擎
    )
    print(f"成功转换: {output_path}")

# 示例用法
if __name__ == "__main__":
    # 示例1：从JSON文件转换
    json_to_excel(
        input_path="input.json",
        output_path="output.xlsx",
        sheet_name="Data"
    )
    
    # 示例2：直接使用JSON字符串
    json_str = '''
    [
        {"id": 1, "name": "Alice", "scores": {"math": 90, "english": 85}},
        {"id": 2, "name": "Bob", "scores": {"math": 78, "english": 92}}
    ]
    '''
    json_to_excel(
        input_path=json_str,
        output_path="from_string.xlsx"
    )

关键功能说明

  1. 自动展平嵌套结构
    使用pd.json_normalize()处理嵌套JSON对象（如示例中的”scores”字段），通过sep参数指定分隔符（例如scores_math）。

  2. 支持多种输入类型

    • 可直接传入JSON文件路径
    • 可直接传入JSON格式字符串

  3. 保留原始数据结构

    • 列表直接转为多行数据
    • 字典键自动转为列标题

处理前JSON示例 (input.json)

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
[
    {
        "id": 1,
        "name": "Alice",
        "contact": {
            "email": "alice@example.com",
            "phone": "123-456"
        },
        "hobbies": ["Reading", "Swimming"]
    },
    {
        "id": 2,
        "name": "Bob",
        "contact": {
            "email": "bob@example.com",
            "phone": "789-012"
        },
        "hobbies": ["Gaming"]
    }
]

生成Excel效果

id name contact_email contact_phone hobbies
1 Alice alice@example.com 123-456 [Reading, Swimming]
2 Bob bob@example.com 789-012 [Gaming]

注意事项

  1. 复杂嵌套处理
    对于多层嵌套结构（如列表套字典），可能需要预处理JSON数据或多次调用json_normalize。

  2. 大数据集优化
    处理超大型JSON文件时：

    • 分块读取JSON数据
    • 使用pd.concat()合并DataFrame
    • 考虑使用xlsxwriter引擎提升性能

  3. 特殊数据类型
    Excel不支持的数据类型（如日期时间对象）建议先转换为字符串再写入。

此方案适用于大多数常见JSON结构，可通过调整json_normalize参数适应个性化需求。