Tablib：一个Python的第三方数据导出模块

Tablib是一个Python的第三方数据导出模块，它支持以下文件格式的导出：

• Excel
• JSON
• YAML
• Pandas DataFrames
• HTML
• Jira
• TSV
• ODS
• CSV
• DBF

其实这个工具能做到的东西，Pandas都能做到，但是有时候Pandas实在是过重了，如果我们只想实现轻量数据的导出，而非上千万级别的数据导出，该工具更能体现它的优势。

1.准备

开始之前，你要确保Python和pip已经成功安装在电脑上噢，如果没有，请访问这篇文章：超详细Python安装指南 进行安装。

Windows环境下打开Cmd(开始—运行—CMD)，苹果系统环境下请打开Terminal(command+空格输入Terminal)，准备开始输入命令安装依赖。

当然，我更推荐大家用VSCode编辑器，把本文代码Copy下来，在编辑器下方的终端装依赖模块，多舒服的一件事啊：Python 编程的最好搭档—VSCode 详细指南。

在终端输入以下命令安装我们所需要的依赖模块:

pip install tablib

看到 Successfully installed xxx 则说明安装成功。

2.基本使用

这一块，官方文档已经有详细介绍，这里转载自xin053的翻译与介绍，有部分修改：
https://xin053.github.io/2016/07/10/tablib%E5%BA%93%E4%BD%BF%E7%94%A8%E8%AF%A6%E8%A7%A3/

创建Dataset对象

这样相当于构造了一张表：

first_name	last_name
John	Adams
George	Washington

其中最重要的就是Dataset对象，当然该对象的创建也可以不输入参数，直接

data = tablib.Dataset()

创建出一个Dataset对象，然后通过

data.headers = ['first_name', 'last_name']

设置表头，当然也可以使用 data.headers = ('first_name', 'last_name'), 因为不管是用列表还是元组，tablib都会自动帮我们处理好，我们可以通过

data.append(['Henry', 'Ford'])
# 或data.append(('Henry', 'Ford'))

来向表中添加一条记录。

我们可以通过data.dict来查看目前表中的所有数据：

也可以通过print(data)显示更人性化的输出：

Dataset属性

data.height输出当前记录(行)总数

data.width输出当前属性(列)总数

常用方法

详情可见官方文档：
https://tablib.readthedocs.io/en/stable/api/#tablib.Dataset.remove_duplicates

lpop(), lpush(row, tags=[]), lpush_col(col, header=None)是对列的相关操作

pop(), rpop(), rpush(row, tags=[]), rpush_col(col, header=None)是对行的相关操作

remove_duplicates()去除重复的记录

sort(col, reverse=False)根据列进行排序

subset(rows=None, cols=None)返回子Dataset

wipe()清空Dataset，包括表头和内容

新增列

data.append_col((90, 67, 83), header='age')

这样表就变成了：

first_name	last_name	age
John	Adams	90
George	Washington	67
Henry	Ford	83

对记录操作

> > > print(data[:2])
[('John', 'Adams', 90), ('George', 'Washington', 67)]
> > > print(data[2:])
[('Henry', 'Ford', 83)]

对属性操作

删除记录

可见记录也是从0开始索引的

删除记录操作也支持切片, 即 del data[1:999] 也是可行的

删除属性

del data['Col Name']

导入数据

imported_data = tablib.Dataset().load(open('data.csv').read())

导出数据

csv:

这样便可成功将数据导出为csv文件。

json:

yaml:

excel:

> > > with open('people.xls', 'wb') as f:
...     f.write(data.xls)

注意要以二进制形式打开文件

dbf:

> > > with open('people.dbf', 'wb') as f:
...     f.write(data.dbf)

高级使用

动态列

可以将一个函数指定给Dataset对象

函数的参数row传入的是每一行记录，所以可以根据传入的记录进行更一步的计算：

tag

可以给记录添加tag，之后通过tag来过滤记录：

3.举个小例子

现在有一个场景，我们需要将一份股票数据csv文件转化为json数据：

你只需要这样操作：

即可将其转化为json格式，显然，它的特点在于轻量、简单。如果用Pandas来做这样的转化，则有些大材小用。