Python, veri analizi ve otomasyon alanında en sık tercih edilen programlama dillerinden biridir. Bu esneklik, özellikle farklı dosya formatları arasında dönüşüm yaparken kendini gösterir. Excel ve CSV dosyaları, veri paylaşımı ve saklanması açısından temel araçlar olmasına rağmen, birbirlerine dönüşüm ihtiyaçları sıkça ortaya çıkar. Bu noktada, Python’un sunduğu kütüphaneler devreye girer ve süreçleri oldukça kolaylaştırır.
İlk olarak, Python’un en güçlü kütüphanelerinden biri olan
pandas, hem Excel hem de CSV dosyalarını okuma ve yazma konusunda geniş imkanlar sağlar. Örneğin, bir Excel dosyasını CSV’ye dönüştürmek için aşağıdaki adımlar izlenebilir:
1234567import pandas as pd
[b]Excel dosyasını okuma[/b]
excel_verisi = pd.read_excel('ornek.xlsx', sheet_name='Sayfa1')
[b]CSV’ye dönüştürme ve kaydetme[/b]
excel_verisi.to_csv('donusturulen.csv', index=False)
Bu örnekte,
read_excel() fonksiyonu ile Excel dosyasını DataFrame’e yükledik ve
to_csv() ile CSV formatında kaydettik. Aynı şekilde, CSV’den Excel’e dönüşüm de oldukça basittir:
1234567import pandas as pd
[b]CSV dosyasını okuma[/b]
csv_verisi = pd.read_csv('ornek.csv')
[b]Excel’e dönüştürme ve kaydetme[/b]
csv_verisi.to_excel('donusturulen.xlsx', index=False, sheet_name='Veriler')
Burada,
read_csv() ile CSV dosyasını yükledikten sonra
to_excel() ile yeni bir Excel dosyası oluşturuyoruz. Bu işlemler, özellikle büyük veri setleri ile çalışırken hız ve verimlilik sağlar.
Dikkat edilmesi gereken nokta, Excel ve CSV formatlarının farklı yapısal özellikler taşımasıdır. Excel dosyaları çok sayıda sayfa, biçimlendirme ve formül içerebilirken, CSV ise sadece düz metin içerir. Bu yüzden dönüşüm sırasında veri kayıplarını önlemek adına, özellikle biçimlendirme ve formüllerin korunması gerekliliğinde ek adımlar veya farklı kütüphaneler kullanılabilir.[/BODY]
