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。
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。
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'])
导出为不同格式
Tablib 支持多种输出格式，直接调用属性即可：
- 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')
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。
