Tablib 是一个轻量级 Python 库,支持 XLSX、CSV、JSON、YAML 等格式的表格数据导入导出,无需依赖 Pandas。其核心为 Dataset 对象,可定义表头并添加行数据,如 dataset.headers = ['Name', 'Age', 'City'] 并通过 append 添加记录。支持多种导出方式:dataset.csv 获取 CSV 字符串,dataset.json 输出 JSON 字符串,dataset.xlsx 返回字节流可用于文件写入,dataset.yaml 生成 YAML 内容。保存文件示例如 with open('users.xlsx', 'wb') as f: f.write(dataset.xlsx)。导入时可从文件读取并加载,如 tablib.Dataset().load(f.read(), format='csv'),支持自动识别或指定格式。可按列 dataset['Name'] 或行 dataset[0] 访问数据,获取行数 len(dataset),检查列是否存在 'Age' in dataset.headers,并通过 insert_col 插入新列如 dataset.insert_col(2, col=['Engineer', 'Manager', 'Analyst'], header='Job')。适用于数据导出、API 响应生成和轻量级 ETL 处理。

Tablib 是一个用于处理表格数据的轻量级 Python 库,支持多种格式(如 XLSX、CSV、JSON、YAML)的导入和导出。它不依赖于 Pandas,适合在不需要复杂数据分析时快速操作结构化数据。
使用 pip 安装:
pip install tablib
Tablib 的核心是 Dataset 对象,代表一张表。
立即学习“Python免费学习笔记(深入)”;
示例:创建一个用户数据表
dataset = tablib.Dataset()
dataset.headers = ['Name', 'Age', 'City']
dataset.append(['Alice', 25, 'Beijing'])
dataset.append(['Bob', 30, 'Shanghai'])
dataset.append(['Charlie', 35, 'Guangzhou'])
Tablib 支持多种输出格式,直接调用属性即可:
保存到文件示例:
with open('users.xlsx', 'wb') as f:
f.write(dataset.xlsx)
读取已有文件也很简单:
with open('users.csv', 'r') as f:
data = tablib.Dataset().load(f.read(), format='csv')
支持自动识别格式,也可指定 format 参数为 'json'、'yaml' 等。
可以按列或行访问数据:
还支持列的增删:
dataset.insert_col(2, col=['Engineer', 'Manager', 'Analyst'], header='Job')
基本上就这些。Tablib 简单直观,适合做数据导出、API 响应生成或轻量级 ETL 处理,不复杂但容易忽略。以上就是使用Python中的Tablib库的详细内容,更多请关注php中文网其它相关文章!
每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号