Convertir Excel a CSV en Python

    verifique todos los archivos usados ​​aquí.

    Python3

    # importing pandas as pd
    import pandas as pd
      
    # read an excel file and convert 
    # into a dataframe object
    df = pd.DataFrame(pd.read_excel("Test.xlsx"))
      
    # show the dataframe
    df
    

    Producción : 

    shopping dataframe

    Ahora, veamos diferentes formas de convertir un archivo de Excel en un archivo CSV:

    Método 1: Convierta un archivo de Excel a un archivo CSV utilizando la biblioteca pandas.

    Pandas es una biblioteca de software de código abierto creada para la manipulación y el análisis de datos para el lenguaje de programación Python. Ofrece varias funcionalidades en términos de estructuras de datos y operaciones para manipular tablas numéricas y series de tiempo. Puede leer, filtrar y reorganizar conjuntos de datos pequeños y grandes y generarlos en una variedad de formatos, incluidos Excel, JSON, CSV.

    Para leer un archivo de Excel, use el método read_excel() y convierta el marco de datos en el archivo CSV, use el método to_csv() de pandas.

    Código:

    Python3

    #importing pandas as pd
    import pandas as pd
      
    # Read and store content
    # of an excel file 
    read_file = pd.read_excel ("Test.xlsx")
      
    # Write the dataframe object
    # into csv file
    read_file.to_csv ("Test.csv", 
                      index = None,
                      header=True)
        
    # read csv file and convert 
    # into a dataframe object
    df = pd.DataFrame(pd.read_csv("Test.csv"))
      
    # show the dataframe
    df
    

     Producción: 

    shopping dataframefile show

    Método 2: Convierta un archivo de Excel a un archivo CSV usando la biblioteca xlrd y CSV.

    xlrd es una biblioteca con el objetivo principal de leer un archivo de Excel. 

    csv es una biblioteca con el objetivo principal de leer y escribir un archivo csv.

    Código:

    Python3

    # import all required library
    import xlrd 
    import csv
    import pandas as pd
      
    # open workbook by sheet index,
    # optional - sheet_by_index()
    sheet = xlrd.open_workbook("Test.xlsx").sheet_by_index(0)
      
    # writer object is created
    col = csv.writer(open("T.csv", 
                          'w', 
                          newline=""))
      
    # writing the data into csv file
    for row in range(sheet.nrows):
        # row by row write 
        # operation is perform
        col.writerow(sheet.row_values(row))
      
    # read csv file and convert 
    # into a dataframe object
    df = pd.DataFrame(pd.read_csv("T.csv"))
      
    # show the dataframe
    df
    

     Producción: 

    shopping dataframefile show

    Método 3: Convierta un archivo de Excel a un archivo CSV usando openpyxl y la biblioteca CSV.

    openpyxl es una biblioteca para leer/escribir archivos Excel 2010 xlsx/xlsm/xltx/xltm. Nació de la falta de una biblioteca existente para leer/escribir de forma nativa desde Python, el formato Office Open XML.

    Código:

    Python3

    # importe required libraries
    import openpyxl
    import csv
    import pandas as pd
      
    # open given workbook 
    # and store in excel object 
    excel = openpyxl.load_workbook("Test.xlsx")
      
    # select the active sheet
    sheet = excel.active
      
    # writer object is created
    col = csv.writer(open("tt.csv",
                          'w', 
                          newline=""))
      
    # writing the data in csv file
    for r in sheet.rows:
        # row by row write 
        # operation is perform
        col.writerow([cell.value for cell in r])
      
    # read the csv file and 
    # convert into dataframe object 
    df = pd.DataFrame(pd.read_csv("tt.csv"))
      
    # show the dataframe
    df
    

     Producción: 

    shopping dataframefiles show

    Publicación traducida automáticamente

    Artículo escrito por abhishekkharmale y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA

    Deja una respuesta

    Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *