使用Python的openpyxl库将Excel转换为指定格式JSON（含datetime）

首先说明：你给出的预期输出并非标准JSON格式，而是包含自定义类实例的Python原生数据结构，以下是实现步骤：

1. 定义Measurement类 #

先创建对应的数据类，用来封装每个测量项的信息：

from datetime import datetime

class Measurement:
    def __init__(self, calculated_date: datetime, X1: float, X2: float):
        self.calculated_date = calculated_date
        self.X1 = X1
        self.X2 = X2

    # 可选：添加该方法让打印结果更贴合预期格式
    def __repr__(self):
        return f"Measurement(calculated_date={repr(self.calculated_date)}, X1={self.X1}, X2={self.X2})"

2. 读取Excel数据 #

使用pandas库读取Excel文件，先安装依赖：

pip install pandas openpyxl

然后读取数据（假设Excel列名包含calculated_date、A_X1、A_X2、B_X1、B_X2、C_X1、C_X2）：

import pandas as pd

# 替换为你的Excel文件路径
df = pd.read_excel("your_excel_file.xlsx", sheet_name="Sheet1")

3. 转换为目标结构 #

遍历Excel的每一行，构建对应的字典并加入列表：

file_name = []
for _, row in df.iterrows():
    # 读取当前行的日期时间（pandas会自动解析为datetime类型）
    current_dt = row["calculated_date"]
    # 构建包含三个Measurement实例的字典
    current_item = {
        "A": Measurement(current_dt, row["A_X1"], row["A_X2"]),
        "B": Measurement(current_dt, row["B_X1"], row["B_X2"]),
        "C": Measurement(current_dt, row["C_X1"], row["C_X2"])
    }
    file_name.append(current_item)

可选：转成标准JSON格式 #

如果确实需要标准JSON（不支持自定义类，需转成字典结构），可以修改转换逻辑：

import json

file_name_json = []
for _, row in df.iterrows():
    # 将datetime转为JSON可序列化的字符串
    dt_str = row["calculated_date"].strftime("%Y-%m-%d %H:%M:%S")
    current_item = {
        "A": {
            "calculated_date": dt_str,
            "X1": row["A_X1"],
            "X2": row["A_X2"]
        },
        "B": {
            "calculated_date": dt_str,
            "X1": row["B_X1"],
            "X2": row["B_X2"]
        },
        "C": {
            "calculated_date": dt_str,
            "X1": row["C_X1"],
            "X2": row["C_X2"]
        }
    }
    file_name_json.append(current_item)

# 保存为JSON文件
with open("output.json", "w", encoding="utf-8") as f:
    json.dump(file_name_json, f, indent=4)

内容的提问来源于stack exchange，提问作者SAHAR GOHARSHENASAN