Convertir Excel a JSON con Python y pandas: guía completa

Convertir Excel a JSON es una tarea habitual en integración de datos: alimentar APIs, configurar aplicaciones o transformar reportes en formatos consumibles por JavaScript. Python con pandas hace este proceso rápido y flexible.

Instalación

pip install pandas openpyxl
# openpyxl es necesario para leer archivos .xlsx

Conversión básica de hoja a JSON

import pandas as pd
import json

# Leer Excel y convertir a JSON
df = pd.read_excel('datos.xlsx', sheet_name='Hoja1')

# orient='records' → lista de objetos [{col: val, ...}, ...]
json_str = df.to_json(orient='records', force_ascii=False, indent=2)
print(json_str[:300])

# Guardar a archivo
with open('datos.json', 'w', encoding='utf-8') as f:
    f.write(json_str)

# Alternativa: via dict → json
registros = df.to_dict(orient='records')
with open('datos.json', 'w', encoding='utf-8') as f:
    json.dump(registros, f, ensure_ascii=False, indent=2)

print(f"Convertidos: {len(registros)} registros")

Opciones de orient en to_json()

import pandas as pd
import json

df = pd.DataFrame({
    'id': [1, 2, 3],
    'nombre': ['Ana', 'Luis', 'María'],
    'puntuacion': [95.5, 87.0, 92.3],
})

# records — lista de objetos (el más común para APIs)
print(df.to_json(orient='records', indent=2))
# [{"id":1,"nombre":"Ana","puntuacion":95.5}, ...]

# index — dict con índices como claves
print(df.to_json(orient='index', indent=2))
# {"0":{"id":1,...}, "1":{"id":2,...}}

# columns — dict de columnas (útil para series de tiempo)
print(df.to_json(orient='columns', indent=2))
# {"id":{"0":1,"1":2},"nombre":{"0":"Ana",...}}

# values — solo los valores como array 2D
print(df.to_json(orient='values'))
# [[1,"Ana",95.5],[2,"Luis",87.0],...]

# split — separar índice, columnas y datos
print(df.to_json(orient='split', indent=2))
# {"columns":["id","nombre","puntuacion"],"data":[[1,"Ana",95.5],...]}

Múltiples hojas → múltiples objetos JSON

import pandas as pd
import json

# Leer todas las hojas
hojas = pd.read_excel('informe.xlsx', sheet_name=None)  # None = todas las hojas
print(f"Hojas encontradas: {list(hojas.keys())}")

# Opción 1: un JSON por hoja
for nombre_hoja, df in hojas.items():
    registros = df.to_dict(orient='records')
    nombre_archivo = f"{nombre_hoja.replace(' ', '_').lower()}.json"
    with open(nombre_archivo, 'w', encoding='utf-8') as f:
        json.dump(registros, f, ensure_ascii=False, indent=2)
    print(f"  {nombre_hoja}: {len(registros)} registros → {nombre_archivo}")

# Opción 2: todas las hojas en un JSON con claves por nombre de hoja
resultado = {}
for nombre_hoja, df in hojas.items():
    resultado[nombre_hoja] = df.to_dict(orient='records')

with open('informe_completo.json', 'w', encoding='utf-8') as f:
    json.dump(resultado, f, ensure_ascii=False, indent=2)

print(f"\nJSON combinado: informe_completo.json")

Limpiar datos antes de exportar

import pandas as pd
import json
import numpy as np

df = pd.read_excel('datos_sucios.xlsx')

# 1. Eliminar filas completamente vacías
df = df.dropna(how='all')

# 2. Limpiar nombres de columnas (sin espacios, minúsculas)
df.columns = (df.columns
              .str.strip()
              .str.lower()
              .str.replace(' ', '_')
              .str.replace('[^a-z0-9_]', '', regex=True))

# 3. Rellenar NaN con None (JSON null)
df = df.where(pd.notna(df), None)

# 4. Convertir tipos de datos
if 'fecha' in df.columns:
    df['fecha'] = pd.to_datetime(df['fecha']).dt.strftime('%Y-%m-%d')
if 'precio' in df.columns:
    df['precio'] = df['precio'].round(2)

# 5. Exportar limpio
registros = df.to_dict(orient='records')

# Eliminar valores None de cada registro (opcional)
registros_limpios = [
    {k: v for k, v in r.items() if v is not None}
    for r in registros
]

with open('datos_limpios.json', 'w', encoding='utf-8') as f:
    json.dump(registros_limpios, f, ensure_ascii=False, indent=2)

print(f"Exportados: {len(registros_limpios)} registros")

JSON anidado (relación padre-hijos)

import pandas as pd
import json
from itertools import groupby

# Excel con datos relacionales:
# id_cliente | nombre_cliente | id_pedido | producto | cantidad | precio
df = pd.read_excel('clientes_pedidos.xlsx')

# Crear JSON anidado: cada cliente con su lista de pedidos
clientes_json = []
for id_cliente, grupo in df.groupby('id_cliente'):
    cliente = {
        'id': int(id_cliente),
        'nombre': grupo['nombre_cliente'].iloc[0],
        'pedidos': [
            {
                'id_pedido': int(row['id_pedido']),
                'producto': row['producto'],
                'cantidad': int(row['cantidad']),
                'precio': float(row['precio']),
            }
            for _, row in grupo.iterrows()
        ],
        'total_pedidos': len(grupo),
        'gasto_total': float(grupo['precio'].sum()),
    }
    clientes_json.append(cliente)

with open('clientes_con_pedidos.json', 'w', encoding='utf-8') as f:
    json.dump(clientes_json, f, ensure_ascii=False, indent=2)

print(f"Clientes exportados: {len(clientes_json)}")

Conversión con filtros y transformaciones

import pandas as pd
import json

df = pd.read_excel('productos.xlsx')

# Filtrar, transformar y exportar
resultado = (
    df
    # Filtrar activos con precio > 0
    .query("activo == True and precio > 0")
    # Seleccionar columnas
    [['id', 'nombre', 'categoria', 'precio', 'stock']]
    # Agregar campo calculado
    .assign(
        precio_con_iva=lambda x: (x['precio'] * 1.21).round(2),
        disponible=lambda x: x['stock'] > 0,
    )
    # Renombrar columnas para la API
    .rename(columns={
        'nombre': 'name',
        'categoria': 'category',
        'precio': 'price',
        'stock': 'quantity',
    })
    # Convertir a dict
    .to_dict(orient='records')
)

with open('productos_api.json', 'w', encoding='utf-8') as f:
    json.dump(resultado, f, ensure_ascii=False, indent=2)

print(f"Productos exportados: {len(resultado)}")

Batch: convertir múltiples Excel a JSON

import pandas as pd
import json
from pathlib import Path

def excel_dir_a_json(directorio_entrada, directorio_salida=None):
    origen = Path(directorio_entrada)
    destino = Path(directorio_salida) if directorio_salida else origen
    destino.mkdir(parents=True, exist_ok=True)

    archivos = list(origen.glob('*.xlsx')) + list(origen.glob('*.xls'))
    print(f"Encontrados: {len(archivos)} archivos Excel")

    for archivo in sorted(archivos):
        try:
            hojas = pd.read_excel(archivo, sheet_name=None)
            if len(hojas) == 1:
                # Una sola hoja: JSON plano
                nombre_hoja = list(hojas.keys())[0]
                df = hojas[nombre_hoja].dropna(how='all')
                datos = df.to_dict(orient='records')
            else:
                # Múltiples hojas: objeto con claves por hoja
                datos = {
                    k: v.dropna(how='all').to_dict(orient='records')
                    for k, v in hojas.items()
                }

            json_path = destino / archivo.with_suffix('.json').name
            with open(json_path, 'w', encoding='utf-8') as f:
                json.dump(datos, f, ensure_ascii=False, indent=2, default=str)
            print(f"  OK: {archivo.name} → {json_path.name}")
        except Exception as e:
            print(f"  ERROR: {archivo.name}: {e}")

excel_dir_a_json('reportes/', 'json_output/')

Conversiones relacionadas

Conversiones de documento que siguen este tema:

• PDF a DOCX
• DOCX a PDF
• MD a PDF
• HTML a PDF
• ODT a PDF
• PDF a TXT