1.Excel数据

2.我们想要的JSON格式

{
    "0": {
        "raw_data1": "Sam",
        "raw_data2": "Wong",
        "raw_data3": "Good",
        "layer": "12v1"
    },
    "1": {
        "raw_data1": "Lucy",
        "raw_data2": "Babe",
        "raw_data3": "Pho",
        "layer": "12v2"
    }
}

3.python实现

• 用anaconda创建一个独立的python环境

(base)...$ conda create -n excel

• 切换到excel环境下，默认是在base环境：

(base)...$ conda activate excel
(excel)...$

• 安装pandas

(excel)...$ conda install pandas

安装好后，pandas会被放在excel的环境里，其他的环境不受影响。

• 查看当前环境的依赖

(excel)...$ conda list

打开visual studio code，设置python环境

我们这里使用vs code来开发，设置python环境就是选择我们刚刚创建出来的环境，因为只有里面有我们想要用到的依赖，具体设置如下：

点击vs code如下位置，打开设置：

• 在弹出来的选项中选择我们刚刚创建的环境就可以完成配置
  

• python 代码实现

import pandas as pd
# read excel
xls = pd.read_excel('~/Desktop/Book1.xlsx')
xls.to_json(path_or_buf='book.json', orient='index')

结果如下：

• 上面的数据看起来没有那么好看，其实可以格式化一下，python代码实现：

# 导入pandas库
import pandas as pd
# 导入json库的两个工具loads将字符器转成json对象，dumps工具用于格式化
from json import loads,dumps
# 读取excel的数据
xls = pd.read_excel('~/Desktop/Book1.xlsx')
# 将excel数据转成json字符串
json_str = xls.to_json(orient='index')
# 将json字符器转成json对象
parsed = loads(json_str)
# 格式化json对象，所谓格式化就是有缩进换行等格式化的东西
format_data = dumps(parsed,indent=4)
# 将格式化后的数据写入book.json文件
with open('book.json','w') as f:
    f.write(format_data)

结果是这样的：

我们还可以对获得的数据做更多的处理，比如我想将0，1这两个key换成对应的12v1和12v2,那么代码可以这么来写：

import pandas as pd
from json import loads,dumps

xls = pd.read_excel('~/Desktop/Book1.xlsx')
json_str = xls.to_json(orient='index')
parsed = loads(json_str)
# 与上面的程序比，区别只在这里，在格式化前对数据进行修改
# 创建一个字典，相当于java中的Map
dict = {}
# 遍历数据，对数据进行修改，修改后的数据都放在dict里
for key in parsed:
    k = parsed[key]['layer']
    dict[k] = parsed[key]
# 对修改后的数据dict进行格式化
format_data = dumps(dict,indent=4)
# 将格式化后的数据写入文件
with open('book.json','w') as f:
    f.write(format_data)

结果如下：