使用pandas导出Excel每行到独立JSON文件时报错及内容重复问题问询

错误原因分析 #

• 首版代码报错是因为pandas.read_excel()没有index这个入参，指定读取行范围需要用skiprows、nrows参数，指定读取列用usecols而非columns。
• 调整后所有文件内容相同的核心问题是：未限定读取的行范围，且没有排除表头带来的干扰，导致遍历的行数据不符合预期。

可直接运行的修正代码 #

import pandas as pd

# 读取Excel数据，nrows=10代表仅读前10行；如果Excel第一行是表头加header=0，没有表头加header=None
# 只需要A列就保留usecols=['A']，不需要读取指定列直接删掉该参数即可
df = pd.read_excel("/fullpath/excel.xlsx", nrows=10, usecols=['A'])

for idx, row in df.iterrows():
    # force_ascii=False用于保留中文不转义，不需要可以删掉
    row.to_json(f"{idx}.json", force_ascii=False)

额外适配说明 #

• 如果需要从第N行开始读10行，可以添加skiprows=N参数，比如从第2行开始读就写skiprows=2
• 如果导出的JSON格式不符合预期，可以添加orient参数调整结构，比如orient='records'输出数组格式，orient='index'输出键值对格式

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