Конвертер xls в csv

Ответ 1

Я бы использовал xlrd - быстрее, кросс-платформу и напрямую работает с файлом. Одно замечание - оно не работает с файлами xlsx, поэтому вам нужно сохранить файл Excel как xls. Изменить: Начиная с версии 0.8.0, xlrd читает как XLS, так и Файлы XLSX.

 import xlrd
 import csv

 def csv_from_excel():

    wb = xlrd.open_workbook('your_workbook.xls')
    sh = wb.sheet_by_name('Sheet1')
    your_csv_file = open('your_csv_file.csv', 'wb')
    wr = csv.writer(your_csv_file, quoting=csv.QUOTE_ALL)

    for rownum in xrange(sh.nrows):
        wr.writerow(sh.row_values(rownum))

    your_csv_file.close()

Ответ 2

Я бы использовал pandas. Вычислительные тяжелые части записываются в cython или c-extensions для ускорения процесса, и синтаксис очень чист. Например, если вы хотите повернуть "Sheet1" из файла "your_workbook.xls" в файл "your_csv.csv", вы просто используете функцию верхнего уровня read_excel и метод to_csv из DataFrame класс следующим образом:

import pandas as pd
data_xls = pd.read_excel('your_workbook.xls', 'Sheet1', index_col=None)
data_xls.to_csv('your_csv.csv', encoding='utf-8')

Настройка encoding='utf-8' облегчает UnicodeEncodeError, упомянутую в других ответах.

Ответ 3

Возможно, кто-то найдет эту полезную часть кода полезной. Это позволяет создавать CSV файлы из всех электронных таблиц в книге Excel.

# -*- coding: utf-8 -*-
import xlrd
import csv
from os import sys

def csv_from_excel(excel_file):
    workbook = xlrd.open_workbook(excel_file)
    all_worksheets = workbook.sheet_names()
    for worksheet_name in all_worksheets:
        worksheet = workbook.sheet_by_name(worksheet_name)
        with open('{}.csv'.format(worksheet_name), 'wb') as your_csv_file:
            wr = csv.writer(your_csv_file, quoting=csv.QUOTE_ALL)
            for rownum in xrange(worksheet.nrows):
                wr.writerow([unicode(entry).encode("utf-8") for entry in worksheet.row_values(rownum)])

if __name__ == "__main__":
    csv_from_excel(sys.argv[1])

Ответ 4

Я бы использовал csvkit, который использует xlrd (для xls) и openpyxl (для xlsx) для преобразования практически любых табличных данных к csv.

После установки, с его зависимостями, это вопрос:

python in2csv myfile > myoutput.csv

Он заботится обо всех проблемах с обнаружением формата, поэтому вы можете передать его практически любому источнику табличных данных. Это тоже кросс-платформенная (без зависимости от win32).

Ответ 5

@andi Я проверил ваш код, он отлично работает, НО

В моих листах есть столбец, подобный этому

2013-03-06T04: 00: 00

дата и время в той же ячейке

При экспорте он искажается, как в экспортированном файле

41275.0416667

другие столбцы в порядке.

csvkit, с другой стороны, работает с этим столбцом, но экспортирует только один лист, а в моих файлах много.

Ответ 6

xlsx2csv быстрее, чем pandas и xlrd.

xlsx2csv -s 0 crunchbase_monthly_.xlsx cruchbase

Файл excel обычно содержит n имя_файла.

-s is sheetname index.

тогда будет создана папка cruchbase, каждый лист принадлежит xlsx, будет преобразован в один csv.

p.s. csvkit тоже ужасно.

Ответ 7

Цитирую ответ Скотта Мина, который работает с книгой, содержащей несколько листов:

Вот скрипт python getsheets.py (mirror), вы должны установить pandas и xlrd прежде чем использовать его.

Запустите это:

pip3 install pandas xlrd  # or 'pip install pandas xlrd'

Как это работает?

$ python3 getsheets.py -h
Usage: getsheets.py [OPTIONS] INPUTFILE

Convert a Excel file with multiple sheets to several file with one sheet.

Examples:

    getsheets filename

    getsheets filename -f csv

Options:
-f, --format [xlsx|csv]  Default xlsx.
-h, --help               Show this message and exit.

Преобразовать в несколько xlsx:

$ python3 getsheets.py goods_temp.xlsx
Sheet.xlsx Done!
Sheet1.xlsx Done!

All Done!

Преобразовать в несколько CSV:

$ python3 getsheets.py goods_temp.xlsx -f csv
Sheet.csv Done!
Sheet1.csv Done!

All Done!

getsheets.py:

# -*- coding: utf-8 -*-

import click
import os
import pandas as pd


def file_split(file):
    s = file.split('.')
    name = '.'.join(s[:-1])  # get directory name
    return name


def getsheets(inputfile, fileformat):
    name = file_split(inputfile)
    try:
        os.makedirs(name)
    except:
        pass

    df1 = pd.ExcelFile(inputfile)
    for x in df1.sheet_names:
        print(x + '.' + fileformat, 'Done!')
        df2 = pd.read_excel(inputfile, sheetname=x)
        filename = os.path.join(name, x + '.' + fileformat)
        if fileformat == 'csv':
            df2.to_csv(filename, index=False)
        else:
            df2.to_excel(filename, index=False)
    print('\nAll Done!')


CONTEXT_SETTINGS = dict(help_option_names=['-h', '--help'])


@click.command(context_settings=CONTEXT_SETTINGS)
@click.argument('inputfile')
@click.option('-f', '--format', type=click.Choice([
    'xlsx', 'csv']), default='xlsx', help='Default xlsx.')
def cli(inputfile, format):
    '''Convert a Excel file with multiple sheets to several file with one sheet.

    Examples:

    \b
        getsheets filename

    \b
        getsheets filename -f csv
    '''
    if format == 'csv':
        getsheets(inputfile, 'csv')
    else:
        getsheets(inputfile, 'xlsx')


cli()

Ответ 8

Сначала прочтите вашу таблицу Excel в pandas, нижеприведенный код импортирует вашу таблицу Excel в pandas в виде типа OrderedDict, который содержит все ваши рабочие листы в виде фреймов данных. Затем просто используйте имя рабочего листа в качестве ключа для доступа к определенному рабочему листу в качестве информационного кадра и сохраните только требуемый рабочий лист в виде файла csv с помощью df.to_csv(). Надеюсь, что в вашем случае это поможет.

import pandas as pd
df = pd.read_excel('YourExcel.xlsx', sheet_name=None)
df['worksheet_name'].to_csv('YourCsv.csv')  

Если ваш файл Excel содержит только один лист, просто используйте следующий код:

import pandas as pd
df = pd.read_excel('YourExcel.xlsx')
df.to_csv('YourCsv.csv') 

Если кто-то хочет преобразовать все рабочие листы Excel из одной рабочей книги Excel в разные CSV файлы, попробуйте следующий код:

import pandas as pd
def excelTOcsv(filename):
    df = pd.read_excel(filename, sheet_name=None)  
    for key, value in df.items(): 
        return df[key].to_csv('%s.csv' %key)

Эта функция работает как несколько листов Excel одной и той же книги Excel в несколько файлов CSV конвертер. Где ключ - имя листа, а значение - содержимое внутри листа.

Ответ 9

Использование xlrd является ошибочным способом сделать это, потому что вы теряете форматы даты в Excel.

Мой вариант использования следующий.

Возьмите файл Excel с более чем одним листом и конвертируйте каждый из них в собственный файл.

Я сделал это с помощью библиотеки xlsx2csv и вызвал это с помощью подпроцесса.

import csv
import sys, os, json, re, time
import subprocess

def csv_from_excel(fname):
    subprocess.Popen(["xlsx2csv " + fname + " --all -d '|' -i -p "
                      "'<New Sheet>' > " + 'test.csv'], shell=True)

    return

lstSheets = csv_from_excel(sys.argv[1])

time.sleep(3) # system needs to wait a second to recognize the file was  written

with open('[YOUR PATH]/test.csv') as f:
    lines = f.readlines()
    firstSheet = True

    for line in lines:
        if line.startswith('<New Sheet>'):
            if firstSheet:
                sh_2_fname = line.replace('<New Sheet>', '').strip().replace(' - ', '_').replace(' ','_')
                print(sh_2_fname)
                sh2f = open(sh_2_fname+".csv", "w")
                firstSheet = False
            else:
                sh2f.close()
                sh_2_fname = line.replace('<New Sheet>', '').strip().replace(' - ', '_').replace(' ','_')
                print(sh_2_fname)
                sh2f = open(sh_2_fname+".csv", "w")
        else:
            sh2f.write(line)
sh2f.close()

Ответ 10

Я тестировал всех ответчиков, но они были слишком медленными для меня. Если у вас установлен Excel, вы можете использовать COM.

Сначала я думал, что это будет медленнее, поскольку он загрузит все для реального приложения Excel, но это не для огромных файлов. Может быть, потому, что алгоритм открытия и сохранения файлов запускает сильно оптимизированный скомпилированный код, ребята из Microsoft решают за это много денег.

import sys
import os
import glob
from win32com.client import Dispatch

def main(path):
    excel = Dispatch("Excel.Application")
    if is_full_path(path):
        process_file(excel, path)
    else:
        files = glob.glob(path)
        for file_path in files:
            process_file(excel, file_path)
    excel.Quit()

def process_file(excel, path):
    fullpath = os.path.abspath(path)
    full_csv_path = os.path.splitext(fullpath)[0] + '.csv'
    workbook = excel.Workbooks.Open(fullpath)
    workbook.Worksheets(1).SaveAs(full_csv_path, 6)
    workbook.Saved = 1
    workbook.Close()


def is_full_path(path):
    return path.find(":") > -1

if __name__ == '__main__':
    main(sys.argv[1])

Это очень грубый код и не будет проверять наличие ошибок, распечатать справку или что-то еще, он просто создаст файл csv для каждого файла, который соответствует шаблону, введенному вами в функцию, чтобы вы могли обрабатывать только много файлов запуск приложения excel один раз.

Ответ 11

Мы можем использовать Pandas lib из Python для преобразования файла xls в файл csv. Ниже приведен код, который преобразует файл xls в файл csv. импорт панд в виде pd

Прочитать файл Excel из локального пути:

df = pd.read_excel("C:/Users/IBM_ADMIN/BU GPA Scorecard.xlsx",sheetname=1)

Обрезать пробелы в столбцах:

df.columns = df.columns.str.strip()

Отправьте фрейм данных в файл CSV, который будет разделен символом канала и без индекса:

df.to_csv("C:/Users/IBM_ADMIN/BU GPA Scorecard csv.csv",sep="|",index=False)

Ответ 12

Как бы мне не хотелось полагаться на проприетарное программное обеспечение Windows Excel, которое не является кроссплатформенным, мое тестирование csvkit для .xls, в котором используется xlrd, не смогло правильно проанализировать даты (даже при использовании параметров командной строки для указания strptime формат).

Например, этот файл xls при csvkit преобразует ячейку G1 с 12/31/2002 в 37621, тогда как при преобразовании в csv через excel → save_as (используя ниже) ячейка G1 будет иметь значение "December 31, 2002".

import re
import os
from win32com.client import Dispatch
xlCSVMSDOS = 24

class CsvConverter(object):
    def __init__(self, *, input_dir, output_dir):
        self._excel = None
        self.input_dir = input_dir
        self.output_dir = output_dir

        if not os.path.isdir(self.output_dir):
            os.makedirs(self.output_dir)

    def isSheetEmpty(self, sheet):
        # https://archive.is/RuxR7
        # WorksheetFunction.CountA(ActiveSheet.UsedRange) = 0 And ActiveSheet.Shapes.Count = 0

        return \
            (not self._excel.WorksheetFunction.CountA(sheet.UsedRange)) \
            and \
            (not sheet.Shapes.Count)

    def getNonEmptySheets(self, wb, as_name=False):
        return [ \
            (sheet.Name if as_name else sheet) \
            for sheet in wb.Sheets \
            if not self.isSheetEmpty(sheet) \
        ]

    def saveWorkbookAsCsv(self, wb, csv_path):
        non_empty_sheet_names = self.getNonEmptySheets(wb, as_name=True)

        assert (len(non_empty_sheet_names) == 1), \
            "Expected exactly 1 sheet but found %i non-empty sheets: '%s'" \
            %(
                len(non_empty_sheet_names),
                "', '".join(name.replace("'", r"\'") for name in non_empty_sheet_names)
            )

        wb.Worksheets(non_empty_sheet_names[0]).SaveAs(csv_path, xlCSVMSDOS)
        wb.Saved = 1

    def isXlsFilename(self, filename):
        return bool(re.search(r'(?i)\.xls$', filename))

    def batchConvertXlsToCsv(self):
        xls_names = tuple( filename for filename in next(os.walk(self.input_dir))[2] if self.isXlsFilename(filename) )

        self._excel = Dispatch('Excel.Application')
        try:
            for xls_name in xls_names:
                csv_path = os.path.join(self.output_dir, '%s.csv' %os.path.splitext(xls_name)[0])
                if not os.path.isfile(csv_path):
                    workbook = self._excel.Workbooks.Open(os.path.join(self.input_dir, xls_name))
                    try:
                        self.saveWorkbookAsCsv(workbook, csv_path)
                    finally:
                        workbook.Close()
        finally:
            if not len(self._excel.Workbooks):
                self._excel.Quit()

            self._excel = None

if __name__ == '__main__':
    self = CsvConverter(
        input_dir='C:\\data\\xls\\',
        output_dir='C:\\data\\csv\\'
    )

    self.batchConvertXlsToCsv()

Вышеприведенное будет принимать input_dir содержащий .xls, и выводить их в output_dir как .csv - оно будет assert что в .xls ровно 1 непустой лист; если вам нужно обработать несколько листов в несколько CSV, то вам нужно отредактировать saveWorkbookAsCsv.