时间戳

首页 > 解决方案 > XLRD 无法读取多索引列名

python - XLRD 无法读取多索引列名

问题描述

我对多索引列名有疑问。我正在使用 XLRD 将 excel 数据转换为 json，json.dumps但它只给了我一行列名。我已经阅读了有关多级 json 的信息，但我不知道如何使用 XLRD 来做到这一点。

这是我的表列名称示例

代码示例：

for i in path:
with xlrd.open_workbook(i) as wb:
    print([i])
    kwd = 'sage'
    print(wb.sheet_names())
    for j in range(wb.nsheets):
        worksheet = wb.sheet_by_index(j)
        data = []
        n = 0
        nn = 0
        keyword = 'sage'
        keyword2 = 'adm'
        try:
            skip = skip_row(worksheet, n, keyword)
            keys = [v.value for v in worksheet.row(skip)]
        except:
            try:
                skip = skip_row2(worksheet, nn, keyword2)
                keys = [v.value for v in worksheet.row(skip)]
            except:
                continue
        print(keys)
        for row_number in range(check_skip(skip), worksheet.nrows):
            if row_number == 0:
                continue
            row_data = {}
            for col_number, cell in enumerate(worksheet.row(row_number)):

                row_data[keys[col_number]] = cell.value
            data.append(row_data)
        print(json.dumps({'Data': data}))

顺便说一句，每个工作表在列名之前都有不同的数字要跳过，这就是为什么我的代码具有跳过行的功能。在我跳过该行并找到我的列名的确切位置之后。然后我开始读取值。但是，是的，我认为问题出在哪里，因为我有两行列名。并且仍然混淆如何使用 XLRD 执行多级 json，或者至少将列名与 XLRD 连接起来（我猜不能）。

期望的结果多级 json：

{ "Data":[{ "ID" : "997", "Tax" : [{"Date" : "9/7/2019", "Total" : 2300, "Grand Total" : 340000"}], "Tax ID" : "ST-000", .... }]}

pss:// 我曾尝试使用 pandas，但由于我使用大数据，它给我带来了很多麻烦。

标签： pythonjsonxlrd

解决方案

您可以在 panda 中使用多索引，首先您需要获取每个工作表的标题行索引。

header_indexes = get_header_indexes(excel_filepath, sheet_index) #returns list of header indexes

您需要编写get_header_indexes扫描工作表并返回标题索引的函数。

您可以使用 panda 从数据框中获取 JSON。

import pandas as pd
df = pd.read_excel(excel_filepath, header=header_indexes, sheet_name=sheet_index)
data = df.to_dict(orient="records")

对于包含 dict 的多个标题data列表，并且每个 dict 都有元组作为键，您可以根据您的要求将其重新格式化为最终的 JSON。

注意：chunksize用于读取大文件。

推荐阅读