python

导航

怎样解决运行较大excel文件openpyxl变慢问题

来源 :中华考试网 2020-11-20

  平时打开小文件的时候没有注意,当偶尔有较大的excel需要运行,就会出现openpyxl变慢问题 。今天小编就教大家解决运行较大excel文件时openpyxl变慢的问题 。

  运行以下代码:

  1

  2

  3

  4

  5

  6

  7

  8

  9

  10

  11

  12

  13

  14

  15

  16

  17

  18

  19

  20

  21

  22

  23

  24

  25

  26

  

from openpyxl import Workbook

  from openpyxl.utils import get_column_letter

  from openpyxl import load_workbook

  import time

  wb = load_workbook("E:/a.xlsx", read_only=True)

  sh = wb["Sheet"]

  # rowItem = {}

  # for j in range(1,2000):

  # for i in range(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))

  import xlrd

  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:

  1

  2

  3

  4

  

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。

  知识拓展:

  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:

  1

  2

  3

  4

  5

  6

  7

  8

  9

  10

  11

  12

  13

  14

  

import time

  from functools import wraps

  def fn_timer(function):

  @wraps(function)

  def function_timer(*args, **kwargs):

  t0 = time.time()

  result = function(*args, **kwargs)

  t1 = time.time()

  print ("Total time running %s: %s seconds" %

  (function.__name__, str(t1-t0))

  )

  return result

  return function_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。

  相信下次用openpyxl打开大的excel文件后,小伙伴们不需要慢慢等待了。

分享到

您可能感兴趣的文章