Konvertieren Sie Excel-Daten mit Python in JSON

Überblick

Konvertieren Sie Excel-Daten mit Python in JSON.

Die zu konvertierenden Excel-Daten stammen aus der Japanese Food Standard Ingredients Table. Ich möchte die folgende Frucht-Excel-Datei verwenden. (Klicken Sie hier, um die Datei herunterzuladen.) https://www.mext.go.jp/component/a_menu/science/detail/__icsFiles/afieldfile/2016/01/15/1365344_1-0207r.xlsx

Ich werde zwei Methoden ausprobieren, "excel2json" und "openpyxl". (Excel2json funktioniert nicht gut.)

Methode 1 Verwenden Sie excel2json

excel2json ist ein Modul, das Excel-Daten mit Python in JSON konvertiert, dessen Funktionen jedoch sehr eingeschränkt sind. Sie haben keine andere Wahl, als Excel zu lesen und eine JSON-Datei zu erstellen.

Ich werde es vorerst installieren. Beachten Sie, dass ein anderes Modul installiert wird, wenn Sie das nachfolgende -3 nicht eingeben.

$ pip install excel2json-3

Lassen Sie es uns verwenden, sobald es installiert ist. Dies ist der einzige Code

`excel2json.py`


from excel2json import convert_from_file

convert_from_file("PFAD der Excel-Datei, die Sie konvertieren möchten")

Bei der Ausführung wird eine JSON-Datei im selben Verzeichnis wie die Excel-Datei generiert. Der Name der JSON-Datei ist der Name der Excel-Tabelle (fest).

Wenn ich die heruntergeladene Excel-Datei so wie sie ist ablege und ausführe, konnte die JSON-Datei nicht erfolgreich erstellt werden. Löschen Sie daher den zusätzlichen Teil in der Tabelle und versuchen Sie es erneut.

Die geänderte Excel-Datei sieht folgendermaßen aus ↓

Wenn ich die erstellte JSON-Datei öffne und sehe ...

{
    "\u98df\u54c1\u7fa4": "07",
    "\u98df\u54c1\u756a\u53f7": "07001",
    "\u7d22\u5f15\u756a\u53f7": 751.0,
    ...
}

Es ist so ein Unicode geworden. Als ich versuchte, es mit der Erweiterung "encode decode" von vscode zu beheben, wurde es so.

{
    "Essen Gruppe": "07",
    "Nahrungsmittelnummer": "07001",
    "Indexnummer": 751.0,
    ...
}

Wenn die Codemenge gering ist und die Daten bereits vorhanden sind, kann dies sehr einfach durchgeführt werden. Dies ist jedoch etwas unpraktisch, da Sie die zu erfassenden Daten nicht angeben können. Was den Zeichencode betrifft, konnte ich keine andere Methode als die oben genannte finden, daher werde ich vorerst andere Methoden ausprobieren.

Methode 2 Verwenden Sie openpyxl

openpyxl ist ein Modul zum Betreiben von Excel in Python. Installieren Sie zuerst openpyxl

$ pip install openpyxl

Ich werde versuchen, es zu verwenden, sobald es installiert ist.

Bitte beachten Sie, dass die Excel-Datei mit der heruntergeladenen identisch ist. Dieses Mal erwerben wir 7 Artikel: Nahrungsmittelnummer, Nahrungsname, Ballaststoffe, Kalium, Eisen, Vitamin B1 und Vitamin C.

Klicken Sie hier, um den Code

anzuzeigen

import openpyxl
import json

load_book = openpyxl.load_workbook('Excel-Datei PATH')
sheet = load_book['07 Früchte']
json_path = 'JSON-Datei PFAD'

fruits_list = [{
    "food_id": 0,
    "name": ""
}]
for i in range(9, 183):
    food_id = sheet.cell(row = i, column = 2).value
    name = sheet.cell(row = i, column = 4).value
    dietary_fiber = sheet.cell(row = i, column = 21).value
    potassium = sheet.cell(row = i, column = 24).value
    iron = sheet.cell(row = i, column = 28).value
    vitamin_b1 = sheet.cell(row = i, column = 48).value
    vitamin_c = sheet.cell(row = i, column = 56).value

    food_id = int(food_id)

    if dietary_fiber == 'Tr':
        dietary_fiber = 0
    if potassium == 'Tr':
        potassium = 0
    if iron == 'Tr':
        iron = 0
    if vitamin_b1 == 'Tr':
        vitamin_b1 = 0
    if vitamin_c == 'Tr':
        vitamin_c = 0

    if name.split("　")[0][0] == '(' or name.split("　")[0][0] == '（':
        name = name.split("　")[1]
    else:
        name = name.split("　")[0]
    
    if fruits_list[-1]['name'] != name:
        fruits_list.append({
            "food_id": food_id,
            "name": name,
            "dietary_fiber": dietary_fiber,
            "potassium": potassium,
            "iron": iron,
            "vitamin_b1": vitamin_b1,
            "vitamin_c": vitamin_c,
        })
    
fruits_list.pop(0)

data_dict = {
    "data": "fruits",
    "fruits": fruits_list
}

with open(json_path, mode = 'w', encoding = 'utf-8') as f:
    f.write(json.dumps(data_dict, ensure_ascii = False, indent = 4))

Ich werde den Teil erklären, der sich auf den Artikel bezieht.

import openpyxl
import json

load_book = openpyxl.load_workbook('Excel-Datei PATH')
sheet = load_book['Blattname']
json_path = 'JSON-Datei PFAD'

Da ich openpyxl und json betreiben möchte, importiere ich auch das json-Modul. Lesen Sie die Excel-Datei mit "openpyxl.load_workbook ()" und erhalten Sie das Blatt mit "load_book ['sheet name']".

food_id = sheet.cell(row = 1, column = 2).value

Rufen Sie die Daten ab, indem Sie die Excel-Zellen in Zeilen und Spalten angeben. Mit diesem Code erhalten wir 1 Zeile und 2 Spalten mit Daten.

fruits_list.append({
    "food_id": food_id,
    "name": name,
    "dietary_fiber": dietary_fiber,
    "potassium": potassium,
    "iron": iron,
    "vitamin_b1": vitamin_b1,
    "vitamin_c": vitamin_c,
})

Sammeln Sie die erfassten Daten in einem Wörterbuch und fügen Sie sie dem Array hinzu.

data_dict = {
    "data": "fruits",
    "fruits": fruits_list
}

with open(json_path, mode = 'w', encoding = 'utf-8') as f:
    f.write(json.dumps(data_dict, ensure_ascii = False, indent = 4))

Konvertieren Sie schließlich die vorherigen Daten in ein Wörterbuch und schreiben Sie sie in die JSON-Datei. mode = 'a' in open () gibt an, dass die Datei im Schreibmodus geöffnet werden soll. Übrigens, wenn "mode" "r" ist, befindet es sich im Lesemodus, und wenn es "a" ist, befindet es sich im Append-Modus.

Zusammenfassung

excel2json ――Es ist einfach, weil Sie mit einem Funktionscode alles auf einmal konvertieren können. ――Die Vielseitigkeit ist jedoch nicht so hoch. »Können Sie japanische Daten verarbeiten? (Bitte lassen Sie mich wissen, ob es einen Weg gibt.)
openpyxl ――Es ist sehr vielseitig, da Sie die Daten angeben können, die Sie erfassen möchten.
Sie können etwas mit Python tun, auch wenn Sie nicht über die Daten verfügen. ――Es kann etwas schwierig sein, wenn die Anzahl der Daten, die Sie erfassen möchten, zunimmt.