使用Python加載最新的Excel讀取類庫xlwings可以說是Excel數(shù)據(jù)處理的利器，但使用起來還是有一些注意事項，否則高大上的Python會跑的比老舊的VBA還要慢。

這里我們對比一下，用幾種不同的方法，從一個Excel表格中讀取一萬行數(shù)據(jù)，然后計算結果，看看他們的耗時。

1. 處理要求：

一個Excel表格中包含了3萬條記錄，其中B，C兩個列記錄了某些計算值，讀取前一萬行記錄，將這兩個列的差值進行計算，然后匯總得出差的和。

文件是這個樣子:Book300s.xlsx 。

2. 處理方式有以下3種，我們對比一下耗時的大小。

處理方式 代碼名稱 1. 使用Python的xlwings類庫，讀取Excel文件，然后采用Excel的Sheet和Range的引用方式讀取并計算 XLS_READ_SHEET.py 2. 直接使用Excel自帶的VBA語言進行計算 VBA

3. 使用Python的xlwings類庫，讀取Excel文件，然后采用Python的自帶數(shù)據(jù)類型List列表進行數(shù)據(jù)存儲和計算

XLS_READ_LIST.py

3. 首先測試第一種，XLS_READ_SHEET.py

使用Python的xlwings類庫，讀取Excel文件，然后引用Excel的Sheet和Range的方式來讀取并計算

#coding=utf-8import xlwings as xwimport pandas as pdimport timestart_row = 2 # 處理Excel文件開始行end_row = 10002 # 處理Excel結束行#記錄打開表單開始時間start_open_time = time.time()#指定不顯示地打開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Excel文件sheet = wb.sheets[0] # 選擇第0個表單#記錄打開Excel表單結束時間end_open_time = time.time()#記錄開始循環(huán)計算時間start_run = time.time()row_content = []#讀取Excel表單前10000行的數(shù)據(jù)，Python的in range是左閉右開的,到10002結束,但區(qū)間只包含2到10001這一萬條for row in range(start_row, end_row): row_str = str(row) #循環(huán)中引用Excel的sheet和range的對象，讀取B列和C列的每一行的值，對比計算 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 #同時測試List數(shù)組添加記錄 row_content.append(values)#計算和total_values = sum(row_content)#記錄結束循環(huán)計算時間end_run = time.time()sheet.range(’E2’).value = str(total_values)sheet.range(’E3’).value = ’使用Sheet計算時間(秒):’ + str(end_run - start_run)#保存并關閉Excel文件wb.save()wb.close()print (’結果總和:’, total_values)print (’打開并讀取Excel表單時間(秒):’, end_open_time - start_open_time)print (’計算時間(秒):’, end_run - start_run)print (’處理數(shù)據(jù)條數(shù):’ , len(row_content))

用Python直接訪問Sheet和Range取值的計算結果如下：

讀取Excel文件用時 4.47秒

處理Excel 10000 行數(shù)據(jù)花費了117秒的時間。

4. 然后我們用Excel自帶的VBA語言來處理一下相同的計算。也是直接引用Sheet，Range等Excel對象，但VBA的數(shù)組功能實在是不好用，就不測試添加數(shù)組了。

Option ExplicitSub 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 - stEnd Sub

VBA處理計算結果如下：

保存了3萬條數(shù)據(jù)的Excel文件是通過手工打開的，在電腦上大概花費了8.2秒的時間

處理Excel 前10000行數(shù)據(jù)花費了1.16秒的時間。

5.使用Python的xlwings類庫，讀取Excel文件，然后采用Python的自帶數(shù)據(jù)類型List進行數(shù)據(jù)存儲和計算，計算完成后再將結果寫到Excel表格中

#coding=utf-8import xlwings as xwimport pandas as pdimport time#記錄打開表單開始時間start_open_time = time.time()#指定不顯示地打開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Excel文件sheet = wb.sheets[0] # 選擇第0個表單#記錄打開Excel表單結束時間end_open_time = time.time()#記錄開始循環(huán)計算時間start_run = time.time()row_content = []#讀取Excel表單前10000行的數(shù)據(jù)，并計算B列和C列的差值之和list_value = sheet.range(’A2:D10001’).valuefor i in range(len(list_value)): #使用Python的類庫直接訪問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內存中計算好了，然后返回結果 start_value = list_value[i][1] end_value = list_value[i][2] if start_value <= end_value: values = end_value- start_value #同時測試List數(shù)組添加記錄 row_content.append(values)#計算和total_values = sum(row_content)#記錄結束循環(huán)計算時間end_run = time.time()sheet.range(’E2’).value = str(total_values)sheet.range(’E3’).value = ’使用List 計算時間(秒):’ + str(end_run - start_run)#保存并關閉Excel文件wb.save()wb.close()print (’結果總和:’, total_values)print (’打開并讀取Excel表單時間(秒):’, end_open_time - start_open_time)print (’計算時間(秒):’, end_run - start_run)print (’處理數(shù)據(jù)條數(shù):’ , len(row_content))

用Python的LIST在內存中計算結果如下：

讀取Excel文件用時 4.02秒

處理Excel 10000 行數(shù)據(jù)花費了 0.10 秒的時間。

6 結論：

Python操作Excel的類庫有以往有 xlrd、xlwt、openpyxl、pyxll等，這些類庫有的只支持讀取，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源免費的xlwings類庫，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等類庫集成使用。

VBA是微軟Excel的原生二次開發(fā)語言，是辦公和數(shù)據(jù)統(tǒng)計的利器，在金融，統(tǒng)計，管理，計算中應用非常廣泛，但是VBA計算能力較差，支持的數(shù)據(jù)結構少，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)結構少，運行速度慢，但訪問自己Excel的Sheet，Range，Cell等對象卻速度飛快，這就是一體化產(chǎn)品的優(yōu)勢。

VBA讀取Excel的Range，Cell等操作是通過底層的API直接讀取數(shù)據(jù)的，而不是通過微軟統(tǒng)一的外部開發(fā)接口。所以Python的各種開源和商用的Excel處理類庫如果和VBA來比較讀寫Excel格子里面的數(shù)據(jù)，都是處于劣勢的（至少是不占優(yōu)勢的），例子2的VBA 花費了1.16秒就能處理完一萬條數(shù)據(jù)。

Python基于開源，語法優(yōu)美而健壯，支持面向對象開發(fā)，最重要的是，Python有豐富而功能強大的類庫，支持多種工作場景的開發(fā)。

我們應該認識到，Excel對于Python而言，只是數(shù)據(jù)源文件的一種，當處理大量數(shù)據(jù)時，Python處理Excel就要把Excel當數(shù)據(jù)源來處理，一次性地讀取數(shù)據(jù)到Python的數(shù)據(jù)結構中，而不是大量調用Excel里的對象，不要說頻繁地寫入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)，結果花費了117秒才處理完一萬條數(shù)據(jù)。

Python的計算效率和數(shù)據(jù)結構的操作方便性可比VBA強上太多，和VBA聯(lián)合起來使用，各取所長是個好主意。

當Excel數(shù)據(jù)一次性讀入Python的內存List數(shù)據(jù)結構中，然后基于自身的List數(shù)據(jù)結構在內存中計算，例子3的Python只用了 0.1秒就完成了一萬條數(shù)據(jù)的計算并將結果寫回Excel。

總結：

處理方式-計算Excel里的一萬條記錄的差值的總和 效率 1. 使用Python的xlwings類庫，采用Excel的Sheet和Range的引用方式，按行讀取Excel文件的記錄并計算 差，計算用時 117秒 2. 直接使用Excel自帶的VBA語言進行計算，也是采用Excel的Sheet和Range的引用方式，按行讀取Excel文件的記錄并計算 很高 ，計算用時 1.16秒

3. 使用Python的xlwings類庫，一次性讀取Excel文件中的數(shù)據(jù)到Python的List數(shù)據(jù)結構中，然后在Python的List列表中進行數(shù)據(jù)存儲和計算

最高，計算用時 0.1秒

到此這篇關于淺談Python xlwings 讀取Excel文件的正確姿勢的文章就介紹到這了,更多相關Python xlwings 讀取Excel內容請搜索好吧啦網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持好吧啦網(wǎng)！