这是我在这里发的第一篇帖子,所以请轻松点! :) 我试图使用Python Pandas库将Excel中的数据转换为JSON。
我有一个类似下表的Excel数据,列详细信息为“未命名:x”为空白,我使用这些标题是因为在转换为JSON时它们的输出方式就是这样的。大约有20个测试形式如下面的示例:
未命名:1 | 未命名:2 | 未命名:3 | 未命名:4 |
---|---|---|---|
测试1 | 菜单 | 设置 | 值 |
菜单1 | 设置1 | 值1 | |
测试2 | A | B | C |
1 | 2 | 3 |
我想将它们转换为JSON,看起来像这样:
{
"Test 1": [
"Menu":"Menu1",
"Setting":"Setting1",
"Value":"Value1",
]
}
等等,我可以将当前代码转换为JSON(但不是上面详细说明的格式),并且我一直在尝试使用Python创建不同的Pandas数据帧。目前,我得到的JSON数据大致如下:
"3":[
{
"Unnamed: 0":"Test1",
"Unnamed: 1":"Menu",
"Unnamed: 2":"Setting",
"Unnamed: 2":"Value"
}
"4":[
{
"Unnamed: 1":"Menu1",
"Unnamed: 2":"Setting1",
"Unnamed: 2":"Value1"
}
我正在进行一些手动操作(复制和粘贴),以便按照所需格式进行设置。
这是我的当前代码:
import pandas
# Pointing to file location and specifying the sheet name to convert
excel_data_fragment = pandas.read_excel('C:\\Users\\user_name\\tests\\data.xls', sheet_name='Tests')
# Converting to data frame
df = pandas.DataFrame(excel_data_fragment)
# This will get the values in Column A and removes empty values
test_titles = df['Unnamed: 0'].dropna(how="all")
# This is the first set of test values
columnB = df['Unnamed: 1'].dropna(how="all")
# Saving original data in df and removing rows which contain all NaN values to mod_df
mod_df = df.dropna(how="all")
# Converting data frame with NaN values removed to json
df_json = mod_df.apply(lambda x: [x.dropna()], axis=1).to_json()
print(mod_df)