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。

安装 Tablib

使用 pip 安装：

pip install tablib

创建 Dataset 并添加数据

Tablib 的核心是 Dataset 对象，代表一张表。

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'])

导出为不同格式

Tablib 支持多种输出格式，直接调用属性即可：

超多功能的免费在线生图网站！拥有全网更齐全的模型库，0门槛使用！

• dataset.csv → 获取 CSV 字符串
• dataset.json → 获取 JSON 字符串
• dataset.xlsx → 返回字节流，适合写入文件
• dataset.yaml → 获取 YAML 格式内容

保存到文件示例：

with open('users.xlsx', 'wb') as f:
   f.write(dataset.xlsx)

从文件导入数据

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。

常用操作技巧

可以按列或行访问数据：

• dataset['Name'] → 获取 Name 列
• dataset[0] → 获取第一行
• len(dataset) → 行数
• 'Age' in dataset.headers → 检查列是否存在

还支持列的增删：

dataset.insert_col(2, col=['Engineer', 'Manager', 'Analyst'], header='Job')