淺談Python xlwings 讀取Excel文件的正確姿勢(shì)
使用Python加載最新的Excel讀取類庫(kù)xlwings可以說(shuō)是Excel數(shù)據(jù)處理的利器,但使用起來(lái)還是有一些注意事項(xiàng),否則高大上的Python會(huì)跑的比老舊的VBA還要慢。
這里我們對(duì)比一下,用幾種不同的方法,從一個(gè)Excel表格中讀取一萬(wàn)行數(shù)據(jù),然后計(jì)算結(jié)果,看看他們的耗時(shí)。
1. 處理要求:
一個(gè)Excel表格中包含了3萬(wàn)條記錄,其中B,C兩個(gè)列記錄了某些計(jì)算值,讀取前一萬(wàn)行記錄,將這兩個(gè)列的差值進(jìn)行計(jì)算,然后匯總得出差的和。
文件是這個(gè)樣子:Book300s.xlsx 。
2. 處理方式有以下3種,我們對(duì)比一下耗時(shí)的大小。
處理方式 | 代碼名稱 |
1. 使用Python的xlwings類庫(kù),讀取Excel文件,然后采用Excel的Sheet和Range的引用方式讀取并計(jì)算 | XLS_READ_SHEET.py |
2. 直接使用Excel自帶的VBA語(yǔ)言進(jìn)行計(jì)算 | VBA |
3. 使用Python的xlwings類庫(kù),讀取Excel文件,然后采用Python的自帶數(shù)據(jù)類型List列表進(jìn)行數(shù)據(jù)存儲(chǔ)和計(jì)算 |
XLS_READ_LIST.py |
3. 首先測(cè)試第一種,XLS_READ_SHEET.py
使用Python的xlwings類庫(kù),讀取Excel文件,然后引用Excel的Sheet和Range的方式來(lái)讀取并計(jì)算
#coding=utf-8 import xlwings as xw import pandas as pd import time start_row = 2 # 處理Excel文件開(kāi)始行 end_row = 10002 # 處理Excel結(jié)束行 #記錄打開(kāi)表單開(kāi)始時(shí)間 start_open_time = time.time() #指定不顯示地打開(kāi)Excel,讀取Excel文件 app = xw.App(visible=False, add_book=False) wb = app.books.open('D:/PYTHON/TEST_CODE/Book300s.xlsx') # 打開(kāi)Excel文件 sheet = wb.sheets[0] # 選擇第0個(gè)表單 #記錄打開(kāi)Excel表單結(jié)束時(shí)間 end_open_time = time.time() #記錄開(kāi)始循環(huán)計(jì)算時(shí)間 start_run = time.time() row_content = [] #讀取Excel表單前10000行的數(shù)據(jù),Python的in range是左閉右開(kāi)的,到10002結(jié)束,但區(qū)間只包含2到10001這一萬(wàn)條 for row in range(start_row, end_row): row_str = str(row) #循環(huán)中引用Excel的sheet和range的對(duì)象,讀取B列和C列的每一行的值,對(duì)比計(jì)算 start_value = sheet.range('B' + row_str).value end_value = sheet.range('C' + row_str).value if start_value <= end_value: values = end_value - start_value #同時(shí)測(cè)試List數(shù)組添加記錄 row_content.append(values) #計(jì)算和 total_values = sum(row_content) #記錄結(jié)束循環(huán)計(jì)算時(shí)間 end_run = time.time() sheet.range('E2').value = str(total_values) sheet.range('E3').value = '使用Sheet計(jì)算時(shí)間(秒):' + str(end_run - start_run) #保存并關(guān)閉Excel文件 wb.save() wb.close() print ('結(jié)果總和:', total_values) print ('打開(kāi)并讀取Excel表單時(shí)間(秒):', end_open_time - start_open_time) print ('計(jì)算時(shí)間(秒):', end_run - start_run) print ('處理數(shù)據(jù)條數(shù):' , len(row_content))
用Python直接訪問(wèn)Sheet和Range取值的計(jì)算結(jié)果如下:
讀取Excel文件用時(shí) 4.47秒
處理Excel 10000 行數(shù)據(jù)花費(fèi)了117秒的時(shí)間。
4. 然后我們用Excel自帶的VBA語(yǔ)言來(lái)處理一下相同的計(jì)算。也是直接引用Sheet,Range等Excel對(duì)象,但VBA的數(shù)組功能實(shí)在是不好用,就不測(cè)試添加數(shù)組了。
Option Explicit Sub VBA_CAL_Click() Dim i_count As Long Dim offset_value, total_offset_value As Double Dim st, et As Date st = Time() i_count = Sheets("Sheet1").Cells(Rows.Count, 1).End(xlUp).Row i_count = 10001 For i_count = 2 To i_count If Range("C" & i_count).Value > Range("B" & i_count).Value Then offset_value = Range("C" & i_count).Value - Range("B" & i_count).Value total_offset_value = total_offset_value + offset_value End If Next i_count et = Time() Range("E2").Value = total_offset_value Range("E3").Value = et - st MsgBox "Result: " & total_offset_value & Chr(10) & "Running time: " & et - st End Sub
VBA處理計(jì)算結(jié)果如下:
保存了3萬(wàn)條數(shù)據(jù)的Excel文件是通過(guò)手工打開(kāi)的,在電腦上大概花費(fèi)了8.2秒的時(shí)間
處理Excel 前10000行數(shù)據(jù)花費(fèi)了1.16秒的時(shí)間。
5.使用Python的xlwings類庫(kù),讀取Excel文件,然后采用Python的自帶數(shù)據(jù)類型List進(jìn)行數(shù)據(jù)存儲(chǔ)和計(jì)算,計(jì)算完成后再將結(jié)果寫到Excel表格中
#coding=utf-8 import xlwings as xw import pandas as pd import time #記錄打開(kāi)表單開(kāi)始時(shí)間 start_open_time = time.time() #指定不顯示地打開(kāi)Excel,讀取Excel文件 app = xw.App(visible=False, add_book=False) wb = app.books.open('D:/PYTHON/TEST_CODE/Book300s.xlsx') # 打開(kāi)Excel文件 sheet = wb.sheets[0] # 選擇第0個(gè)表單 #記錄打開(kāi)Excel表單結(jié)束時(shí)間 end_open_time = time.time() #記錄開(kāi)始循環(huán)計(jì)算時(shí)間 start_run = time.time() row_content = [] #讀取Excel表單前10000行的數(shù)據(jù),并計(jì)算B列和C列的差值之和 list_value = sheet.range('A2:D10001').value for i in range(len(list_value)): #使用Python的類庫(kù)直接訪問(wèn)Excel的表單是很緩慢的,不要在Python的循環(huán)中引用sheet等Excel表單的單元格, #而是要用List一次性讀取Excel里的數(shù)據(jù),在List內(nèi)存中計(jì)算好了,然后返回結(jié)果 start_value = list_value[i][1] end_value = list_value[i][2] if start_value <= end_value: values = end_value- start_value #同時(shí)測(cè)試List數(shù)組添加記錄 row_content.append(values) #計(jì)算和 total_values = sum(row_content) #記錄結(jié)束循環(huán)計(jì)算時(shí)間 end_run = time.time() sheet.range('E2').value = str(total_values) sheet.range('E3').value = '使用List 計(jì)算時(shí)間(秒):' + str(end_run - start_run) #保存并關(guān)閉Excel文件 wb.save() wb.close() print ('結(jié)果總和:', total_values) print ('打開(kāi)并讀取Excel表單時(shí)間(秒):', end_open_time - start_open_time) print ('計(jì)算時(shí)間(秒):', end_run - start_run) print ('處理數(shù)據(jù)條數(shù):' , len(row_content))
用Python的LIST在內(nèi)存中計(jì)算結(jié)果如下:
讀取Excel文件用時(shí) 4.02秒
處理Excel 10000 行數(shù)據(jù)花費(fèi)了 0.10 秒的時(shí)間。
6 結(jié)論:
Python操作Excel的類庫(kù)有以往有 xlrd、xlwt、openpyxl、pyxll等,這些類庫(kù)有的只支持讀取,有的只支持寫入,并且有的不支持Excel的xlsx格式等。
所以我們采用了最新的開(kāi)源免費(fèi)的xlwings類庫(kù),xlwings能夠很方便的讀寫Excel文件中的數(shù)據(jù),并支持Excel的單元格格式修改,也可以與pandas等類庫(kù)集成使用。
VBA是微軟Excel的原生二次開(kāi)發(fā)語(yǔ)言,是辦公和數(shù)據(jù)統(tǒng)計(jì)的利器,在金融,統(tǒng)計(jì),管理,計(jì)算中應(yīng)用非常廣泛,但是VBA計(jì)算能力較差,支持的數(shù)據(jù)結(jié)構(gòu)少,編輯器粗糙。
雖然VBA有很多不足,但是VBA的宿主Office Excel卻是天才程序員基于C++開(kāi)發(fā)的作品,穩(wěn)定,高效,易用 。
有微軟加持,VBA雖然數(shù)據(jù)結(jié)構(gòu)少,運(yùn)行速度慢,但訪問(wèn)自己Excel的Sheet,Range,Cell等對(duì)象卻速度飛快,這就是一體化產(chǎn)品的優(yōu)勢(shì)。
VBA讀取Excel的Range,Cell等操作是通過(guò)底層的API直接讀取數(shù)據(jù)的,而不是通過(guò)微軟統(tǒng)一的外部開(kāi)發(fā)接口。所以Python的各種開(kāi)源和商用的Excel處理類庫(kù)如果和VBA來(lái)比較讀寫Excel格子里面的數(shù)據(jù),都是處于劣勢(shì)的(至少是不占優(yōu)勢(shì)的),例子2的VBA 花費(fèi)了1.16秒就能處理完一萬(wàn)條數(shù)據(jù)。
Python基于開(kāi)源,語(yǔ)法優(yōu)美而健壯,支持面向?qū)ο箝_(kāi)發(fā),最重要的是,Python有豐富而功能強(qiáng)大的類庫(kù),支持多種工作場(chǎng)景的開(kāi)發(fā)。
我們應(yīng)該認(rèn)識(shí)到,Excel對(duì)于Python而言,只是數(shù)據(jù)源文件的一種,當(dāng)處理大量數(shù)據(jù)時(shí),Python處理Excel就要把Excel當(dāng)數(shù)據(jù)源來(lái)處理,一次性地讀取數(shù)據(jù)到Python的數(shù)據(jù)結(jié)構(gòu)中,而不是大量調(diào)用Excel里的對(duì)象,不要說(shuō)頻繁地寫入Excel,就是頻繁地讀取Excel里面的某些單元格也是效率較低的。例子1的Python頻繁讀取Sheet,Range數(shù)據(jù),結(jié)果花費(fèi)了117秒才處理完一萬(wàn)條數(shù)據(jù)。
Python的計(jì)算效率和數(shù)據(jù)結(jié)構(gòu)的操作方便性可比VBA強(qiáng)上太多,和VBA聯(lián)合起來(lái)使用,各取所長(zhǎng)是個(gè)好主意。
當(dāng)Excel數(shù)據(jù)一次性讀入Python的內(nèi)存List數(shù)據(jù)結(jié)構(gòu)中,然后基于自身的List數(shù)據(jù)結(jié)構(gòu)在內(nèi)存中計(jì)算,例子3的Python只用了 0.1秒就完成了一萬(wàn)條數(shù)據(jù)的計(jì)算并將結(jié)果寫回Excel。
總結(jié):
處理方式-計(jì)算Excel里的一萬(wàn)條記錄的差值的總和 | 效率 |
1. 使用Python的xlwings類庫(kù),采用Excel的Sheet和Range的引用方式,按行讀取Excel文件的記錄并計(jì)算 | 差,計(jì)算用時(shí) 117秒 |
2. 直接使用Excel自帶的VBA語(yǔ)言進(jìn)行計(jì)算,也是采用Excel的Sheet和Range的引用方式,按行讀取Excel文件的記錄并計(jì)算 | 很高 ,計(jì)算用時(shí) 1.16秒 |
3. 使用Python的xlwings類庫(kù),一次性讀取Excel文件中的數(shù)據(jù)到Python的List數(shù)據(jù)結(jié)構(gòu)中,然后在Python的List列表中進(jìn)行數(shù)據(jù)存儲(chǔ)和計(jì)算 |
最高,計(jì)算用時(shí) 0.1秒 |
到此這篇關(guān)于淺談Python xlwings 讀取Excel文件的正確姿勢(shì)的文章就介紹到這了,更多相關(guān)Python xlwings 讀取Excel內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
- Python讀取excel文件中的數(shù)據(jù),繪制折線圖及散點(diǎn)圖
- 使用python的pandas讀取excel文件中的數(shù)據(jù)詳情
- Python讀取xlsx文件報(bào)錯(cuò):xlrd.biffh.XLRDError:?Excel?xlsx?file;not?supported問(wèn)題解決
- python讀取和保存為excel、csv、txt文件及對(duì)DataFrame文件的基本操作指南
- python讀取文件夾中圖片的圖片名并寫入excel表格
- 使用Python讀取和修改Excel文件(基于xlrd、xlwt和openpyxl模塊)
- python3 循環(huán)讀取excel文件并寫入json操作
- python讀取excel文件的方法
相關(guān)文章
在Python中append以及extend返回None的例子
今天小編就為大家分享一篇在Python中append以及extend返回None的例子,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-07-07Python中matplotlib庫(kù)安裝失敗的經(jīng)驗(yàn)總結(jié)(附pycharm配置anaconda)
最近根據(jù)領(lǐng)導(dǎo)布置的學(xué)習(xí)任務(wù),開(kāi)始學(xué)習(xí)python中的matplotlib,朋友告訴我這個(gè)很簡(jiǎn)單,然而剛踏入安裝的門檻,就遇到了安裝不成功的問(wèn)題,下面這篇文章主要給大家介紹了關(guān)于Python中matplotlib庫(kù)安裝失敗的經(jīng)驗(yàn)總結(jié),需要的朋友可以參考下2022-08-08python讀取目錄下所有的jpg文件,并顯示第一張圖片的示例
今天小編就為大家分享一篇python讀取目錄下所有的jpg文件,并顯示第一張圖片的示例,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-06-06在Python Flask App中獲取已發(fā)布的JSON對(duì)象的解決方案
這篇文章主要介紹了在Python Flask App中獲取已發(fā)布的JSON對(duì)象的解決方案,文中通過(guò)代碼示例介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作有一定的幫助,需要的朋友可以參考下2024-08-08Python?PySpark案例實(shí)戰(zhàn)教程
PySpark是由Spark官方開(kāi)發(fā)的Python語(yǔ)言第三方庫(kù),Python開(kāi)發(fā)者可以使用pip程序快速的安裝PySpark并像其它三方庫(kù)那樣直接使用,本文給大家介紹Python?PySpark案例實(shí)戰(zhàn),感興趣的朋友一起看看吧2023-09-09