解决python执行较大excel文件openpyxl慢问题
我就废话不多说了，大家还是直接看代码吧！
talkischeap
fromopenpyxlimportWorkbook
fromopenpyxl.utilsimportget_column_letter
fromopenpyxlimportload_workbook
importtime
wb=load_workbook("E:/a.xlsx",read_only=True)
sh=wb["Sheet"]
#rowItem={}
#forjinrange(1,2000):
#foriinrange(1,30):
#rowItem[get_column_letter(i)]=i
#sh.append(rowItem)
#wb.save("E:/a.xlsx")
t0=time.time()
print(sh['V500'].value)
t1=time.time()
print("openpyxl所用时间：",str(t1-t0))
importxlrd
xlsPath="E:/a.xlsx"
WorkBook=xlrd.open_workbook(xlsPath)
sh=WorkBook.sheet_by_name("Sheet")
t0=time.time()
print(sh.cell(499,22).value)
t1=time.time()
print("xlrd所用时间：",str(t1-t0))
测试结果：
22 openpyxl所用时间：0.44217610359191895 23.0 xlrd所用时间：0.0010063648223876953
结论
openpyxl的慢是读取慢，可以选择xlrd代替，详细测试下面继续
不直接使用xlwt+xlrd是因为xlwt仅支持2003及以下版本，最大行数限制在65536，不够用，而openpyxl大概在一百多万
主要的说完了，下面详细说了：在写工具的时候遇到的这个问题，开始是用的xlwt+xlrd，然后行数超标了，没办法换成openpyxl使用excel2007的版本，原本测试不到三万行的数据，只要三四秒，换成openpyxl以后，花了好几分钟，具体没看多少了，然后加上函数运行时间的监视器以后，才看到是读取的时候出的问题
推测原因：
推测的话，openpyxl的根据行号列号读取的时候，是从第一行第一列开始遍历，直到行号等于指定行号，列号等于指定列号，所以要读取的行号列号越多就越慢，（也可能是从第一个有数据的行或列），而xlrd则是类似与数组一样，我们要取第几个元素，直接根据下标找到内存中对应地址的元素即可，所以无论excel总量多少，速度基本都是不变的
留下的坑
xlwt写入仅支持65536行，那xlrd的读取很可能也是，也就是超过这么多的数据可能也会出错
我这里因为是读多表数据生成单表数据，生成方式大概是Na*Nb这样，所以实际读取的不会太多，但生成的很多，所以基本可以用考虑这个问题
另外，据说xlrd读取xlsx格式的偶尔会出现问题，具体没测试，暂时用还没毛病
最后，顺带上一下监控函数运行时间的装饰器吧：
importtime
fromfunctoolsimportwraps
deffn_timer(function):
@wraps(function)
deffunction_timer(*args,**kwargs):
t0=time.time()
result=function(*args,**kwargs)
t1=time.time()
print("Totaltimerunning%s:%sseconds"%
(function.__name__,str(t1-t0))
)
returnresult
returnfunction_timer
使用方式的话，就是在要监控的函数定义上面加上@fn_timer就行了
以上这篇解决python执行较大excel文件openpyxl慢问题就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。