json怎么整理成excel

JSON数据轻松转Excel：实用整理方法全解析

在数据处理工作中,我们常常会遇到需要将JSON格式的数据整理成Excel表格的场景，无论是API返回的接口数据、系统导出的配置文件，还是爬虫抓取的结构化信息，JSON的灵活性与Excel的可视化分析能力各有优势，将两者结合能让数据更易读、更易用，JSON数据到底怎么整理成Excel呢？本文将从基础方法到进阶技巧，为你详细拆解全流程。

理解JSON与Excel的核心差异：整理前先“看懂”数据

在动手转换前,我们需要先明确JSON与Excel的数据结构差异，这直接影响整理逻辑：

• JSON：采用“键值对”存储数据，支持嵌套结构（如对象内嵌套数组、数组内嵌套对象），格式灵活但可读性较差（尤其数据量大时）。
  示例JSON：

  [
    {"id": 1, "name": "张三", "hobbies": ["篮球", "阅读"], "contact": {"email": "zhangsan@example.com", "phone": "13800138000"}},
    {"id": 2, "name": "李四", "hobbies": ["游泳", "游戏"], "contact": {"email": "lisi@example.com", "phone": "13900139000"}}
  ]

• Excel：以“二维表格”为核心，数据按“行（记录）+列（字段）”排列，每列需有明确的列名，不支持复杂嵌套（需通过拆分列实现）。

核心目标：将JSON的“嵌套键值对”或“数组结构”，转换为Excel的“平铺行列结构”，上述JSON中的hobbies数组需拆分为多列，contact对象内的键需作为新列。

基础方法：小数据量手动整理（适合临时处理）

如果JSON数据量较小（如几十条记录），或结构简单，可以通过“复制粘贴+手动调整”快速完成，无需依赖工具。

操作步骤：

1. 复制JSON数据：从文本文件、API响应或代码中复制JSON内容。
2. 粘贴到文本编辑器：用记事本、VS Code等工具打开，确保格式清晰（可通过“格式化JSON”功能整理缩进）。
3. 提取键作为Excel列名：观察JSON结构，确定所有“一级键”（如id、name）和“嵌套键”（如contact.email、contact.phone），作为Excel的列标题。
   • 示例中,列名可设为：id、name、hobbies_0（第一个爱好）、hobbies_1（第二个爱好）、contact_email、contact_phone。
4. 逐行填充数据：根据JSON的每个对象（），按列名对应填充值。
   • 示例中,第一条记录的hobbies是["篮球", "阅读"]，则hobbies_0填“篮球”，hobbies_1填“阅读”；contact.email是“zhangsan@example.com”，则contact_email填该值。
5. 调整格式：设置列宽、居中对齐、合并单元格（若有），完成基础整理。

优缺点：

• 优点：无需工具，灵活可控，适合一次性、小量数据。
• 缺点：效率低，易出错（尤其嵌套复杂时），数据量大时不可行。

进阶方法：借助工具自动化转换（高效推荐）

当数据量较大（如几百条以上）或结构复杂时，手动整理效率太低，推荐使用工具自动化处理，以下是3类常用工具及操作指南：

方法1：Excel自带功能（适合JSON结构简单）

Excel 2016及以上版本支持直接导入JSON数据，适合结构较平缓（无深层嵌套）的JSON文件。

操作步骤：

1. 准备JSON文件：将JSON数据保存为.json文件（如data.json）。
2. 打开Excel → 数据选项卡：点击“获取数据”→ “从文件”→ “从JSON”。
3. 选择JSON文件并加载：在弹出的窗口中选择文件，点击“导入”→ “加载”（直接加载到工作表）或“转换数据”（进入Power Query编辑器，可进一步清洗数据）。
4. 处理嵌套数据（若有）：
   • 若JSON包含嵌套对象（如contact），Power Query会默认将其展开为“记录”格式，右键点击该列→ “展开”→ 勾选需要提取的字段（如email、phone），点击“确定”。
   • 若JSON包含数组（如hobbies），同样右键点击数组列→ “展开”→ 选择“展开到新行”（每个元素作为独立行）或“展开到新列”（每个元素作为独立列，需指定分隔符或索引）。
5. 关闭并加载：调整好数据结构后，点击“关闭并加载”，数据将自动导入Excel工作表。

注意事项：

• 若JSON是“数组嵌套对象”（如本文开头的示例），Excel会自动识别为数组结构，需手动展开嵌套字段。
• 若JSON结构复杂（如多层嵌套数组），可能需在Power Query中多次使用“展开”功能，耐心调整。

方法2：在线转换工具（适合无Excel或快速处理）

如果你没有安装Excel,或需要快速转换小量数据，可以使用在线JSON转Excel工具，操作简单快捷。

常用工具：

• Convertio（https://convertio.co/zh/json-xls/）
• JSON to Excel Converter（https://www.json-to-excel.com/）
• 小工具在线（https://www.aconvert.com/cn/json/to-excel/）

操作步骤（以Convertio为例）：

1. 打开网站：访问Convertio，选择“JSON转Excel”功能。
2. 上传JSON文件：点击“选择文件”，上传本地.json文件；或直接粘贴JSON文本（部分工具支持）。
3. 设置转换选项：
   • 选择“展开嵌套对象/数组”（部分工具需手动勾选，确保数据平铺）。
   • 若需指定列名,可提前在工具中设置（如将contact.email映射为“邮箱”）。
4. 开始转换并下载：点击“转换”，等待完成后自动下载Excel文件（.xlsx格式）。

优缺点：

• 优点：无需安装软件，操作简单，适合临时应急。
• 缺点：数据安全性需注意（避免上传敏感信息），部分工具对大数据量或复杂嵌套支持有限，可能有广告干扰。

方法3：编程处理（适合批量、复杂或定制化需求）

如果你需要处理大量数据（如上万条）、JSON结构复杂，或有定制化整理需求（如过滤字段、计算衍生列），编程是最高效的方式，Python是首选语言，借助pandas和json库，几行代码即可完成转换。

准备工作：

安装Python环境（推荐Anaconda），并安装所需库：

pip install pandas openpyxl

代码实现（以嵌套JSON为例）：

假设我们有如下JSON文件data.json（同本文开头的示例），目标是将其转换为平铺的Excel表格，包含id、name、hobby_1、hobby_2、email、phone列。

import json
import pandas as pd
# 1. 读取JSON文件
with open('data.json', 'r', encoding='utf-8') as f:
    data = json.load(f)  # data是列表，每个元素是一个字典（JSON对象）
# 2. 使用pandas的json_normalize函数处理嵌套数据
# json_normalize专门用于将嵌套JSON转为DataFrame，支持“记录路径”和“数组路径”
df = pd.json_normalize(
    data,
    record_path=None,  # 顶层是列表，无需指定
    meta=['id', 'name'],  # 提取一级字段id和name
    record_prefix='hobby_',  # 数组字段的前缀（避免列名冲突）
    max_level=1  # 最大展开层级（防止过度展开）
)
# 3. 手动处理数组字段（hobbies是列表，需拆分为多列）
# 假设每个对象的hobbies数组最多2个元素（不足的填充空值）
hobbies_df = pd.DataFrame(df['hobbies'].tolist(), columns=['hobby_1', 'hobby_2'])
df = pd.concat([df.drop('hobbies', axis=1), hobbies_df], axis=1)
# 4. 处理嵌套对象字段（contact是字典，需拆分为多列）
contact_df = pd.DataFrame(df['contact'].tolist(), columns=['email', '