JSON 数据怎么变成 Excel 表格？—— 让数据换个“马甲”

小象实战讲义 · Python 入门：8 个小项目边玩边学

上一节，我们学会了用 JSON 文件来存储和读取空气质量数据，还给它排了个名次。但有时候，你的朋友或同事可能更习惯用 Excel 表格来看数据。别担心，数据可以“变身”！这一节，我们就来玩一个“数据变装秀”：把格式优美的 JSON 数据，一键转换成简单通用的 CSV 表格文件。转换完，你就可以直接用 Excel 打开，像看表格一样查看和分析数据了。

💡 核心导读

• 认识新朋友 CSV：一种用逗号分隔数据的通用文件格式，和 Excel 表格是“好兄弟”。
• 只做一件事：在上一节排序的基础上，新增将排序后的数据写入 CSV 文件的功能。
• 核心操作：使用 Python 内置的 csv 库，一行一行地把数据“写”进文件。
• 成果预览：你将得到一个名为 aqi.csv 的文件，用 Excel 双击就能打开，里面是所有城市按 AQI 排好序的数据。

数据界的“通用语”：CSV

JSON 格式虽然灵活，但在很多办公和数据分析场景里，大家更习惯用表格。这时候，CSV（Comma-Separated Values） 就登场了。你可以把它理解为数据界的“通用语”。

CSV 的规则很简单：

1. 以行为单位：文件里的每一行，就是一条完整的数据记录。
2. 逗号分隔：每一行里的不同数据项（比如城市名、AQI值），用英文逗号隔开。
3. 第一行是“表头”：通常第一行不放具体数据，而是放每一列的名字，比如 AQI, Area, PM2.5。

听起来有点抽象？我们直接看一个 CSV 文件长什么样：

AQI,Area,PM2.5,PM10,CO,NO2,SO2
47,北京,32,46,0.5,28,3
102,顺义新城,76,102,0.9,41,5
...

是不是很像你把数据填进 Excel 表格的样子？没错！CSV 文件可以直接用 Excel、Numbers 等电子表格软件打开和编辑，非常方便。

本节新增：把 JSON 数据“写”成 CSV 文件

我们的目标很明确：读取 beijing_aqi.json，把里面的数据排好序，然后生成一个 aqi.csv 文件。

整个程序的升级思路是：在上一版（v2.0）排序功能的后面，追加“写入CSV文件”的步骤。 其他部分保持不变。

下面就是完整的 v3.0 程序。为了让你能直接复制运行，我们把所有代码写在一个块里，并且用固定文件名代替了 input()。

# aqi_v3.0.py - JSON 转 CSV
import json
import csv  # 本节新增:引入 csv 模块来操作 CSV 文件
import os

# 本节需要 beijing_aqi.json(课程 resources 附件提供);为便于单独运行,先用示例数据建一份
with open('beijing_aqi.json', 'w', encoding='utf-8') as f:   # 示例数据：每次运行都重建，保证输出一致
    f.write('[{"aqi": "51", "area": "北京"}, {"aqi": "102", "area": "顺义"}]')

# 本节需要 aqi.csv(课程 resources 附件提供);为便于单独运行,先用示例数据建一份
with open('aqi.csv', 'w', encoding='utf-8') as f:   # 示例数据：每次运行都重建，保证输出一致
    f.write('''AQI,Area,PM2.5,PM10,CO,NO2,SO2
44,昌平,31,44,0.5,26,3
46,海淀,33,46,0.5,28,3
47,北京,32,46,0.5,28,3
...
102,顺义新城,76,102,0.9,41,5''')

def process_json_file(filepath):
    """读取并解析 JSON 文件"""
    f = open(filepath, mode='r', encoding='utf-8')
    city_list = json.load(f)
    f.close()
    return city_list

# 主逻辑开始
# 原程序这里用 input() 让用户输入文件名,例如"beijing_aqi.json"
# 为了让你能直接运行,这里先用一个固定值代替
json_filename = 'beijing_aqi.json'  # 你可以改成你有的 JSON 文件名

# 1. 读取 JSON 数据
city_list = process_json_file(json_filename)

# 2. 按 AQI 值从小到大排序(上一节的功能)
city_list.sort(key=lambda city: city['aqi'])

# 3. 准备要写入 CSV 的所有行数据(本节新增功能)
lines = []  # 这个列表将存储 CSV 的每一行

# 3.1 第一行是表头:取第一条数据的键(key)作为列名
header = list(city_list[0].keys())
lines.append(header)

# 3.2 后续每一行是具体的数据:取每条数据的值(value)
for city in city_list:
    row_data = list(city.values())
    lines.append(row_data)

# 4. 将 lines 中的数据写入 CSV 文件(本节新增功能)
csv_filename = 'aqi.csv'
# 打开文件准备写入,指定编码,并且 newline='' 防止写入多余空行
f = open(csv_filename, 'w', encoding='utf-8', newline='')
writer = csv.writer(f)  # 创建一个 csv 写入器

# 写入器有一个超级好用的方法:writerow(),可以一次写入一行(一个列表)
for line in lines:
    writer.writerow(line)

f.close()  # 写完记得关门！

print(f'数据已成功转换并保存到 {csv_filename} ！')
print('现在你可以用 Excel 或文本编辑器打开它查看。')

运行一下，看看效果！ 当你运行上面的程序（假设你有一个 beijing_aqi.json 文件），它不会在屏幕上打印大量数据，而是默默地在当前文件夹里生成了一个新文件：aqi.csv。

这就是我们本节新增的全部功能！ 程序的核心就是最后那几行：创建 csv.writer 对象，然后循环调用 writerow() 方法，把准备好的每一行数据写进去。

看看我们的“劳动成果”

生成 aqi.csv 后，你可以直接用 Excel 打开它。如果没装 Excel，用电脑自带的记事本或任何文本编辑器也能看。文件内容大致如下（已排序）：

AQI,Area,PM2.5,PM10,CO,NO2,SO2
44,昌平,31,44,0.5,26,3
46,海淀,33,46,0.5,28,3
47,北京,32,46,0.5,28,3
...
102,顺义新城,76,102,0.9,41,5

看！第一行是清晰的表头，下面每一行都是一条城市数据，AQI 值从低到高排列。用 Excel 打开后，你还可以轻松地进行筛选、制作图表，数据分析一下子变得直观多了。

📝 动手练一练

1. 文件名的“花活”：我们生成的 CSV 文件固定叫 aqi.csv。如果想根据输入的 JSON 文件名来动态生成 CSV 文件名呢？例如，输入 beijing_aqi.json 就生成 beijing_aqi.csv。你会怎么修改程序？

import os

# 从输入文件名里去掉扩展名，再拼上 .csv
base_name = os.path.splitext(json_filename)[0]  # 'beijing_aqi.json' → 'beijing_aqi'
csv_filename = base_name + '.csv'              # → 'beijing_aqi.csv'

2. 顺序反转：现在的 CSV 文件是按 AQI 从低到高（空气质量从好到差）排序的。如果你的朋友想先看污染最严重的城市，该如何修改程序，让 CSV 文件按 AQI 从高到低排序？

# 将原来的排序行改为:
city_list.sort(key=lambda city: city['aqi'], reverse=True)
# reverse=True 表示降序,AQI 最大的排在最前面

本章小结

恭喜！你的“空气质量分析工具包”又升级了。现在它不仅能读懂 JSON 格式的“专业报告”，还能输出 CSV 格式的“通用表格”，实用性大增。

📋 行动清单

学完本节，你可以立刻：

• 运行一遍上面的完整代码，在你的文件夹里找到生成的 aqi.csv 文件。
• 用 Excel 或记事本打开这个 CSV 文件，感受一下不同格式的数据呈现。
• 尝试修改练一练中的第2题，生成一个按污染程度从重到轻排列的表格，看看结果有什么不同。

数据的价值在于流动和共享。让数据在不同格式间轻松转换，是你成为“数据小能手”的第一步。下一节，我们将更智能：让程序自己判断你给的是 JSON 文件还是 CSV 文件，然后自动进行对应的处理。敬请期待！

—— 小象教研组