Column to List Converter

วางข้อมูลคอลัมน์จาก Excel แล้วแปลงเป็น CSV หรือ JSON Array ได้ทันที

ข้อมูลคอลัมน์ (1 ค่า/บรรทัด)

พร้อมใช้งาน

ผลลัพธ์

Column to List Converter คืออะไร และใช้ทำอะไร?

เครื่องมือ Column to List Converter ช่วยแปลงข้อมูลที่อยู่ในรูปแบบคอลัมน์ เช่น ข้อมูลที่ copy มาจาก Excel, Google Sheets หรือ CSV โดยตรง ให้กลายเป็น Comma-Separated Value (CSV) หรือ JSON Array ที่พร้อมนำไปใช้งานใน code ได้ทันที โดยไม่ต้องเขียน script หรือแปลงด้วยมือทีละค่า

นักพัฒนาซอฟต์แวร์และ Data Analyst ใช้เครื่องมือนี้บ่อยมากในชีวิตการทำงาน เพราะข้อมูลจริงในองค์กรมักอยู่ในสเปรดชีต และต้องการนำมาใช้ใน query หรือ code อย่างรวดเร็วโดยไม่เสียเวลาพิมพ์ทีละค่า

สถานการณ์ที่ใช้บ่อยในงานพัฒนา

ตัวอย่างการใช้งานจริงที่พบได้บ่อย ได้แก่:

เขียน SQL IN clause: นำรายการ ID จาก Excel มาแปลงเป็น 1, 2, 3, 45, 102 แล้วใส่ใน WHERE id IN (...) ได้เลย
สร้าง seed data: แปลงรายชื่อสินค้าหรือ category จากไฟล์ Excel เป็น JSON Array เพื่อ insert เข้า database ผ่าน script
เขียน test case: นำ email ลูกค้าจากรายงาน Excel มาแปลงเป็น list สำหรับ loop ใน automated test
config file: สร้าง whitelist IP หรือ allowed domains จากตาราง Excel ของทีม infra เป็น JSON Array ใน config
import data: แปลง SKU สินค้าจากคอลัมน์ Excel เป็น CSV สำหรับ import เข้าระบบ e-commerce

วิธีใช้งานทีละขั้นตอน

เปิด Excel หรือ Google Sheets แล้วคลิกที่ header ของคอลัมน์ที่ต้องการ เลือกทั้งคอลัมน์แล้วกด Ctrl+C
วางข้อมูล (Ctrl+V) ลงในช่อง "ข้อมูลคอลัมน์" ด้านซ้าย ข้อมูลแต่ละ cell จะอยู่คนละบรรทัดโดยอัตโนมัติ
กด "แปลงเป็น CSV" เพื่อรับผลลัพธ์แบบ apple, banana, orange หรือกด "แปลงเป็น JSON Array" เพื่อรับ ["apple","banana","orange"]
กดปุ่ม คัดลอก แล้วนำไปวางใน code editor หรือ query ของคุณได้เลย

ตัวอย่าง Input และ Output จริง

Input (วางจาก Excel คอลัมน์ชื่อสินค้า):

เสื้อยืด
กางเกงยีนส์
รองเท้าผ้าใบ
หมวกแก๊ป

Output JSON Array:

["เสื้อยืด","กางเกงยีนส์","รองเท้าผ้าใบ","หมวกแก๊ป"]

Output CSV:

เสื้อยืด,กางเกงยีนส์,รองเท้าผ้าใบ,หมวกแก๊ป

ตัวอย่างการใช้ JSON Array ใน Python:

products = ["เสื้อยืด","กางเกงยีนส์","รองเท้าผ้าใบ","หมวกแก๊ป"]
for p in products:
    print(f"กำลัง import: {p}")

ตัวอย่างการใช้ CSV ใน SQL:

SELECT * FROM orders
WHERE product_name IN ('เสื้อยืด','กางเกงยีนส์','รองเท้าผ้าใบ','หมวกแก๊ป')

เคล็ดลับการใช้งานให้มีประสิทธิภาพ

ถ้าข้อมูลมีช่องว่างนำหน้าหรือต่อท้าย ควรทำ trim ใน Excel ก่อน หรือใช้ฟังก์ชัน TRIM() เพื่อให้ผลลัพธ์สะอาด
สำหรับข้อมูลตัวเลข (ID, จำนวน) เมื่อแปลงเป็น JSON Array แล้วควรแก้ให้เป็น number type เช่น [1, 2, 3] แทน ["1","2","3"]
ถ้ามีข้อมูลซ้ำในคอลัมน์ ควร deduplicate ก่อนด้วย Remove Duplicates ใน Excel หรือ set() ใน Python
สำหรับภาษาไทย เครื่องมือนี้รองรับ Unicode เต็มรูปแบบ ไม่มีปัญหาเรื่อง encoding

คำถามที่พบบ่อย — Column to List Converter

วิธี copy คอลัมน์จาก Excel มาใช้ใน code ทำอย่างไร?

วิธีที่ง่ายที่สุดคือเลือกคอลัมน์ใน Excel หรือ Google Sheets แล้ว Ctrl+C จากนั้นวางลงในช่อง input ของเครื่องมือนี้ ข้อมูลแต่ละ cell จะถูกคั่นด้วยบรรทัดใหม่โดยอัตโนมัติ จากนั้นเครื่องมือจะแปลงเป็น CSV หรือ JSON Array ได้ทันที นี่เป็นวิธีที่นักพัฒนาและ data analyst ใช้บ่อยมากเมื่อต้องการนำข้อมูลจากสเปรดชีตไปใช้ใน code

แปลงข้อมูลคอลัมน์เป็น JSON array อย่างไร และใช้ที่ไหนได้บ้าง?

กด"แปลงเป็น JSON Array" เพื่อได้ผลลัพธ์ในรูปแบบ ["apple","banana","orange"] ซึ่งสามารถนำไปใช้ได้ทันทีใน JavaScript, Python, หรือ API ต่างๆ รูปแบบ JSON Array เป็นที่นิยมมากเมื่อต้องการส่งข้อมูลชุดผ่าน REST API หรือเขียนลงใน database เป็น JSONB column นอกจากนี้ยังใช้ได้กับ configuration file ต่างๆ ที่รับรูปแบบ JSON

comma-separated list ใช้ใน SQL IN clause อย่างไร?

เมื่อแปลงคอลัมน์เป็น CSV (Comma Separated) แล้ว สามารถนำไปใช้ใน SQL ได้ทันที เช่น SELECT * FROM products WHERE id IN (1, 2, 3, 4) หรือ SELECT * FROM users WHERE name IN ('Alice', 'Bob', 'Charlie') สำหรับชื่อหรือข้อความต้องล้อมด้วย single quote ก่อนใช้ใน SQL วิธีนี้ประหยัดเวลามากเมื่อต้องกรองข้อมูลตามรายการจำนวนมากจาก Excel

Delimiter หรือตัวคั่นที่นิยมใช้ในงาน data มีอะไรบ้าง?

Delimiter ที่นิยมใช้ได้แก่ comma (,) สำหรับ CSV มาตรฐาน, semicolon (;) นิยมใช้ในยุโรปและในงาน Excel ที่ใช้ comma เป็นทศนิยม, tab (\t) ใช้ในไฟล์ TSV ที่เหมาะกับข้อมูลที่มี comma ในเนื้อหา, และ pipe (|) ใช้ในระบบ legacyและฐานข้อมูลบางประเภท การเลือก delimiter ที่ถูกต้องสำคัญมากเพื่อป้องกันปัญหา parsing เมื่อข้อมูลมีตัวอักษรพิเศษ