在日常工作中，我们经常需要处理各种数据文件，其中CSV（逗号分隔值）文件是常见的一种格式。CSV文件具有简单的结构，但有时我们需要将其转换为更易于管理和共享的格式，比如Excel。今天，我将向您展示如何将CSV文件转换为Excel格式，以便您能够更方便地处理和分析数据。
起始故事
您是否曾经在处理数据时遇到过这样的情况：您有一堆CSV文件，需要将它们转换为Excel格式，但又不想手动一个一个去操作？正是因为这个问题，我才决定编写这篇教程，为您提供一个简单而高效的解决方案。
步骤一：准备CSV文件
首先，确保您已经准备好要转换的CSV文件。这些文件可以位于您的计算机上的任何位置，只需记住它们的路径或将它们放在同一个文件夹中以便于管理。
步骤二：使用Python进行转换
我们将使用Python编程语言来执行这个任务。如果您还没有安装Python，可以前往官方网站（https://www.python.org/）下载并安装。接下来，按照以下步骤进行操作：
步骤2.1：导入必要的库
在Python中，我们使用Pandas库来处理数据。请确保您已经安装了Pandas库。如果没有安装，可以使用以下命令来安装：
pip install pandas然后，让我们编写Python代码来执行转换操作：
import glob
import os
import pandas as pd
# 获取当前目录下所有CSV文件路径
csv_files = glob.glob("*.csv")
# 遍历每个CSV文件
for csv_file in csv_files:
# 获取CSV文件名（不包含扩展名）
file_name = os.path.splitext(csv_file)[0]
# 读取CSV文件并提取第1列和第2列的数据
try:
data = pd.read_csv(csv_file, encoding='utf-8')
except UnicodeDecodeError:
try:
data = pd.read_csv(csv_file, encoding='gbk')
except:
print(f"无法读取CSV文件：{csv_file}，请检查编码方式。")
continue
m_column = data.iloc[:, 1] # 第2列的索引为1
am_column = data.iloc[:, 0] # 第1列的索引为0
# 创建一个新的DataFrame来保存提取的数据
new_data = pd.DataFrame({"手机号": am_column, "姓名": m_column})
# 去除重复数据，保持每行对应关系
new_data = new_data.drop_duplicates()
# 删除手机号为空的行
new_data = new_data.dropna(subset=["手机号"])
# 将数据保存到新的xlsx文件中，文件名与所读取的CSV文件名一致
output_file = f"{file_name}.xlsx"
new_data.to_excel(output_file, index=False)
print(f"已保存文件：{output_file}")步骤三：执行代码
将以上代码复制并粘贴到Python环境中，然后执行它。代码将遍历当前目录下的所有CSV文件，将它们转换为Excel格式，并保存在同一目录下。文件名将与原始CSV文件相同，只是扩展名变为.xlsx。
结论
通过这个简单的Python脚本，您可以轻松将多个CSV文件转换为Excel格式，提高数据处理的效率。无需手动操作，只需准备好CSV文件，运行代码，即可完成转换任务。
如果你有任何问题或需要更多帮助，请随时联系我。我将尽力为您提供支持和指导。
微信扫一扫 
