【使用ChatGPT自动化】批量转换.csv文件为.xlsx文件

第1次提问：

我：我想使用Python批量转换.csv文件为.xlsx文件，请你提供代码

它：好的，以下是使用Python批量转换.csv文件为.xlsx文件的代码：

import os
import glob
import pandas as pddef csv_to_xlsx(path):"""将指定路径下所有的.csv文件转换为.xlsx文件Args:path (str): .csv文件所在文件夹的路径Returns:None"""# 设置工作目录os.chdir(path)# 循环遍历所有.csv文件for file in glob.glob('*.csv'):# 读取.csv文件df = pd.read_csv(file)# 将文件名从.csv改为.xlsxnew_filename = os.path.splitext(file)[0] + '.xlsx'# 将数据写入新文件df.to_excel(new_filename, index=False)# 删除旧文件os.remove(file)# 打印转换信息print(f"{file} 已转换为 {new_filename}")

该函数的实现和之前的xls_to_xlsx()函数类似，只需要将文件类型从.xls改为.csv，然后使用pd.read_csv()函数读取.csv文件即可。
今天的代码跟昨天的有何不同？
同一个人，在同一个chat消息的上下文中提问，昨天让它写函数，今天它就把代码实现为一个功能函数，我们在向AI学习的同时，它也在向我们学习。

第2次提问：

我：请你编写csv_to_xlsx的测试用例，使用unittest

它：好的，以下是使用unittest编写csv_to_xlsx()函数的测试用例：

import os
import glob
import pandas as pd
import unittestdef csv_to_xlsx(path):"""将指定路径下所有的.csv文件转换为.xlsx文件Args:path (str): .csv文件所在文件夹的路径Returns:None"""# 设置工作目录os.chdir(path)# 循环遍历所有.csv文件for file in glob.glob('*.csv'):# 读取.csv文件df = pd.read_csv(file)# 将文件名从.csv改为.xlsxnew_filename = os.path.splitext(file)[0] + '.xlsx'# 将数据写入新文件df.to_excel(new_filename, index=False)# 删除旧文件os.remove(file)# 打印转换信息print(f"{file} 已转换为 {new_filename}")class TestCsvToXlsx(unittest.TestCase):def setUp(self):self.test_folder = 'test_folder'os.mkdir(self.test_folder)def test_csv_to_xlsx(self):# 创建测试数据df = pd.DataFrame({'A': [1, 2], 'B': [3, 4]})df.to_csv(f'{self.test_folder}/test.csv', index=False)# 调用函数csv_to_xlsx(self.test_folder)# 检查转换后的文件是否存在self.assertTrue(os.path.exists(f'{self.test_folder}/test.xlsx'))def tearDown(self):# 删除测试数据os.remove(f'{self.test_folder}/test.xlsx')os.rmdir(self.test_folder)if __name__ == '__main__':unittest.main()

在该测试用例中，我们使用了unittest.TestCase来编写测试用例。在setUp()函数中创建了一个测试文件夹，然后在test_csv_to_xlsx()函数中创建了一个测试文件，并调用csv_to_xlsx()函数来将该文件转换为.xlsx文件。最后，在tearDown()函数中删除测试文件和测试文件夹。

在运行该测试用例之前，请确保你的Python环境中安装了pandas和unittest库。运行该测试用例的命令为：

python test_csv_to_xlsx.py

测试用例应该执行成功，并输出一些信息。

执行上述代码，报错信息如下：

第3次提问：

我：self._reader = parsers.TextReader(src, **kwds) File "pandas\_libs\parsers.pyx", line 547, in pandas._libs.parsers.TextReader.__cinit__ File "pandas\_libs\parsers.pyx", line 636, in pandas._libs.parsers.TextReader._get_header File "pandas\_libs\parsers.pyx", line 852, in pandas._libs.parsers.TextReader._tokenize_rows File "pandas\_libs\parsers.pyx", line 1965, in pandas._libs.parsers.raise_parser_error UnicodeDecodeError: 'utf-8' codec can't decode byte 0xc8 in position 0: invalid continuation byte 是什么原因？请你修复错误

它:这个错误通常是因为读取的.csv文件的编码格式与Python默认的utf-8编码不一致导致的。为了修复这个错误，我们需要在pd.read_csv()函数中指定正确的编码格式。常见的编码格式包括utf-8、gbk、gb2312等。如果你不确定文件的编码格式，可以使用文本编辑器或命令行工具查看文件的编码格式。

以下是修复该错误的代码：

import os
import glob
import pandas as pddef csv_to_xlsx(path, encoding='utf-8'):"""将指定路径下所有的.csv文件转换为.xlsx文件Args:path (str): .csv文件所在文件夹的路径encoding (str): 文件编码格式，默认为'utf-8'Returns:None"""# 设置工作目录os.chdir(path)# 循环遍历所有.csv文件for file in glob.glob('*.csv'):# 读取.csv文件，指定编码格式df = pd.read_csv(file, encoding=encoding)# 将文件名从.csv改为.xlsxnew_filename = os.path.splitext(file)[0] + '.xlsx'# 将数据写入新文件df.to_excel(new_filename, index=False)# 删除旧文件os.remove(file)# 打印转换信息print(f"{file} 已转换为 {new_filename}")

在上述代码中，我们增加了一个encoding参数，用于指定文件的编码格式。如果没有指定编码格式，则默认使用utf-8编码。你可以根据实际情况修改encoding参数的值。

经过尝试，编码方式应设置为 gbk：
def csv_to_xlsx(path, encoding='gbk')

文件对比图：

第4次提问：
我：如果你不确定文件的编码格式，可以使用文本编辑器或命令行工具查看文件的编码格式
怎么做呢？

它：在Windows中，你可以按照以下步骤查看文件的编码格式：

右键点击文件，选择“打开方式” → “记事本”。
在记事本中打开文件。
点击“文件” → “另存为”。
在“编码”下拉菜单中选择“ANSI”、“Unicode”或“UTF-8”，并查看文件是否可以正确打开。
在Linux或Mac OS X系统中，你可以使用file命令来查看文件的编码格式。在终端中输入以下命令：