如何在 Python 中正确地将 XLSX 文件转换为 TSV 文件？答案

【问题标题】：How to properly convert an XLSX file to a TSV file in Python?如何在 Python 中正确地将 XLSX 文件转换为 TSV 文件？
【发布时间】：2019-01-03 11:50:01
【问题描述】：

我正在将大型 XLSX 文件（超过 60 列和 3000 行）转换为 TSV 格式。某些字段包含带有 2-3 段的文本（多行换行符）。我希望支持 UTF-8，并且希望每一行都显示在生成的 TSV 中的一行上

我做了以下事情：

import xlrd
import csv

# open the tsv file(output) in unicode format
with open('outTSV.tsv', 'w', encoding='utf-8') as TSVfile:
    wr = csv.writer(TSVfile, delimiter="\t")

    # open the xlsx file 
    xlfile = xlrd.open_workbook('inXLSX.xlsx')
    # retrieve sheet
    sheet = xlfile.sheet_by_index(0)

    # write rows into TSVfile
    for row in range(sheet.nrows):
        wr.writerow(sheet.row_values(row))

我希望 XLSX 文件中的每一行都转换为 TSV 文件中的一行。但是，由于某些单元格有段落，它会将它们翻译为换行符。因此我得到了变形的 TSV 文件。

XLSX 文件

变形的 TSV 文件

【问题讨论】：

您将获得完全有效的 TSV 文件，带有换行符的字段包含在 " 中。你需要什么？
@Daniel 是的，它们包含在 " 中，但是因为我要在另一个工作流程中处理 TSV，所以我需要在一行中完成所有操作。
这个 other 工作流程如何处理换行符？
它读取整行并将一列映射到一个值。所以在第二行中，我相信它没有正确读取整行。
@Malyk “......我相信它没有正确读取整行”。你试过了吗？该条目看起来正确引用，正确的 CSV 解析器应该处理它。

标签： python csv unicode xlsx

【解决方案1】：

我能够使用 pandas 数据框解决问题。

import pandas as pd

#Read excel file into a dataframe
data_xlsx = pd.read_excel('excel.xlsx', 'Sheet1', index_col=None)

#Replace all columns having spaces with underscores
data_xlsx.columns = [c.replace(' ', '_') for c in data_xlsx.columns]

#Replace all fields having line breaks with space
df = data_xlsx.replace('\n', ' ',regex=True)

#Write dataframe into csv
df.to_csv('fileTSV.csv', sep='\t', encoding='utf-8',  index=False, line_terminator='\r\n')

【讨论】：