【python实用小脚本-79】[HR转型]Excel难民到数据工程师｜用Python实现CSV秒转JSON（附HRIS系统对接方案）

场景故事：从手动复制粘贴到自动化数据流转

"Kelly，我们需要把3000名员工的考勤数据导入新HR系统，今天能完成吗？"去年这个时候，作为HRIS项目负责人的我，面对这个需求时第一反应是打开Excel开始手动调整格式。8小时后，当我发现第47处数据格式错误时，技术总监看不下去递给我一段Python代码——正是今天要分享的这个CSV转JSON神器的雏形。

这个不足15行的脚本，不仅让我当天准时下班，更让我领悟到：在数字化HR时代，会写代码的HR才是不可替代的HR。

代码核心价值解析

import pandas as pd
import sys
import os

def csv_to_json():
    # 获取命令行参数并验证
    args = sys.argv[1:]  
    assert args, "请提供CSV文件路径"  # 防御性编程
    
    # 检查是否为单个CSV文件
    if not os.path.isdir(args[-1]):
        assert args[-1].endswith(".csv"), "请提供有效的CSV文件"
        
        # 核心转换逻辑
        data = pd.read_csv(args[-1])  
        data.to_json(args[-1][:-4] + ".json", orient='records')

执行流程图解：

三维价值评估：

• ⚡ 效率提升：手动转换1小时 → 脚本0.5秒（提速7200倍）
• 🔗 系统兼容：JSON格式完美适配现代HRIS/SaaS系统
• 🛡️ 数据安全：避免人工操作导致的信息泄露风险

HR专业视角：

这个脚本实质是人力资源数据治理的技术解决方案：

• CSV转JSON ≈ 纸质档案数字化标准化
• 字段自动映射 ≈ 任职资格体系转换
• 命令行操作 ≈ 无接触式数据交付流程

关键技术解剖台

▍数据格式转换的HR价值

HR眼中的技术价值：
就像我们需要把候选人信息从招聘系统转入HR系统一样，数据格式转换是HR数字化转型的基础设施。JSON作为现代系统的"通用语言"，相当于HR领域的"胜任力模型标准术语"。

工程师的实现逻辑：

# 核心转换代码
data.to_json(args[-1][:-4] + ".json", orient='records')

技术三棱镜：

• 原理类比：orient='records'参数相当于员工档案的标准化模板
• 关键参数：CSV表头自动转为JSON的key值
• 避坑指南：中文字符需指定force_ascii=False参数

▍防御性编程的合规意义

# 输入验证双重保障
assert args, "请提供文件路径"  # 非空检查
assert args[-1].endswith(".csv"), "需CSV格式"  # 格式验证

合规管理启示：
这两行验证代码体现了HR数据处理的黄金准则：

1. 完整性检查：如员工档案必备字段验证
2. 格式审查：如身份证号码格式校验

扩展应用场景实验室

案例1：HRIS系统对接改造

# 增加字段映射和过滤
df = pd.read_csv(args[-1])
# 只保留HRIS需要的字段
hr_fields = ['employee_id', 'name', 'department']
df = df[hr_fields]  
# 转换为HRIS专用格式
df.to_json("hris_import.json", orient='records')

▶️ 改造收益：自动生成符合Workday/SuccessFactors等系统的导入格式

案例2：敏感数据自动脱敏

# 在转换前增加脱敏处理
import hashlib
df['id_number'] = df['id_number'].apply(
    lambda x: hashlib.md5(x.encode()).hexdigest()
)
df.to_json("safe_data.json")

▶️ 合规价值：满足GDPR等数据保护法规要求

效率对比实验

测试数据：某次组织架构调整时的员工数据迁移案例

避坑指南

血泪教训1：中文编码问题

# 错误做法（可能导致乱码）
pd.read_csv("员工数据.csv")

# 正确做法
pd.read_csv("员工数据.csv", encoding='utf-8-sig')

血泪教训2：日期格式标准化

# 自动识别日期字段
df = pd.read_csv("考勤记录.csv", parse_dates=['date'])
df.to_json(..., date_format='iso')  # 转为标准ISO格式

总结

这个CSV转JSON工具虽然代码精简，却为HR数字化转型提供了关键支点：

1. 打破数据孤岛 - 让HR数据在不同系统间自由流动
2. 提升决策速度 - 实时数据对接让分析更及时
3. 降低合规风险 - 自动化处理减少人为差错

正如我们在变革管理中常说的：“工具革新永远是流程再造的第一步”。

源码获取

完整代码已开源，包含详细的注释文档：
🔗 [GitCode仓库] https://gitcode.com/laonong-1024/python-automation-scripts
📥 [备用下载] https://pan.quark.cn/s/654cf649e5a6 提取码：f5VG