常见库简介xlrd
xlrd是一个从Excel文件读取数据和格式化信息的库,支持.xls以及.xlsx文件。 http://xlrd./en/latest/ 1、xlrd支持.xls,.xlsx文件的读 2、通过设置on_demand变量使open_workbook()函数只加载那些需要的sheet,从而节省时间和内存(该方法对.xlsx文件无效)。 3、xlrd.Book对象有一个unload_sheet方法,它将从内存中卸载工作表,由工作表索引或工作表名称指定(该方法对.xlsx文件无效) xlwt xlwt是一个用于将数据和格式化信息写入旧Excel文件的库(如.xls)。 https://xlwt./en/latest/ 1、xlwt支持.xls文件写。 xlutils
xlutils是一个处理Excel文件的库,依赖于xlrd和xlwt。 http://xlutils./en/latest/ 1、xlutils支持.xls文件。 2、支持Excel操作。 xlwings
xlwings是一个可以实现从Excel调用Python,也可在python中调用Excel的库。 http://docs./en/stable/index.html 1、xlwings支持.xls读,支持.xlsx文件读写。 2、支持Excel操作。 3、支持VBA。 4、强大的转换器可以处理大部分数据类型,包括在两个方向上的numpy array和pandas DataFrame。 openpyxl openpyxl是一个用于读取和编写Excel 2010 xlsx/xlsm/xltx/xltm文件的库。 https://openpyxl./en/stable/ 1、openpyxl支持.xlsx文件的读写。 2、支持Excel操作。 3、加载大.xlsx文件可以使用read_only模式。 4、写入大.xlsx文件可以使用write_only模式。 xlsxwriter xlsxwriter是一个用于创建Excel .xlsx文件的库。 https://xlsxwriter./ 1、xlswriter支持.xlsx文件的写。 2、支持VBA。 3、写入大.xlsx文件时使用内存优化模式。 win32com
win32com库存在于pywin32中,是一个读写和处理Excel文件的库。 http:///python-excel-mini-cookbook/ 1、win32com支持.xls,.xlsx文件的读写,支持.xlsx文件的写。 2、支持Excel操作。 DataNitro DataNitro是一个内嵌在Excel中的插件。 https:///docs/ 1、DataNitro支持.xls,.xlsx文件的读写。 2、支持Excel操作。 3、支持VBA。 4、收费 pandas pandas通过对Excel文件的读写实现数据输入输出 http://pandas./ 1、pandas支持.xls,.xlsx文件的读写。 2、支持只加载每个表的单一工作页。 环境配置及可实现操作
注:DataNitro作为插件使用需依托软件本身。 参考:https://zhuanlan.zhihu.com/p/23998083 读写测试 测试计算机硬件和系统电脑型号 微星 MS-7846 台式电脑 操作系统 Windows 7 旗舰版 64位 SP1 ( DirectX 11 ) 处理器 英特尔 Pentium(奔腾) G3260 @ 3.30GHz 双核 主板 微星 H81M-P32L (MS-7846) ( 英特尔 Haswell - Lynx Point ) 内存 4 GB ( 金士顿 DDR3 1600MHz ) 主硬盘 西数 WDC WD5000AZLX-00ZR6A0 ( 500 GB / 7200 转/分 ) 显卡 英特尔 Haswell Integrated Graphics Controller ( 256 MB / 微星 ) 测试用例用例1. 读.xls文件的整个表(表有5个分页,每个分页有2000行1200列的整数)。 用例2. 读.xlsx文件的整个表(表有5个分页,每个分页有2000行1200列的整数)。 用例3. 读.xls文件的整个表(表有1个分页,页有2000行1200列的整数)。 用例4. 读.xlsx文件的整个表(表有1个分页,页有2000行1200列的整数)。 用例5. 写.xls文件的整个表(表有5个分页,每个分页有2000行1200列的整数)。 用例6. 写.xlsx文件的整个表(表有5个分页,每个分页有2000行1200列的整数)。 用例7. 写.xls文件的整个表(表有1个分页,页有2000行1200列的整数)。 用例8. 写.xlsx文件的整个表(表有1个分页,页有2000行1200列的整数)。
测试结果
注1.xlwt和pandas每个工作页最多写入256列,因此测试用例修改为每页有2000行256列的整数. 注2.xlutils读写依赖于xlrd和xlwt,不单独测试。 注3.openpyxl测试两种模式,一是普通加载写入,二是read_only/write_only模式下的加载写入。 注4.DataNitro要收费,且需依托Excel使用,本次不测试。 读写性能比较 单从读写的性能上考虑,win32com的性能是最好的,xlwings其次。 openpyxl虽然操作Excel的功能强大,但读写性能过于糟糕,尤其是写大表时,会占用大量内存(把我的4G内存用完了),开启read_only和write_only模式后对其性能有大幅提升,尤其是对读的性能提升很大,使其几乎不耗时(0.01秒有点夸张,不过确实是加载上了)。pandas把Excel当作数据读写的容器,为其强大的数据分析服务,因此读写性能表现中规中矩,但其对Excel文件兼容性是最好的,支持读写.xls,.xlsx文件,且支持只读表中单一工作页。同样支持此功能的库还有xlrd,但xlrd只支持读,并不支持写,且性能不突出,需要配合xlutils进行Excel操作,并使用xlwt保存数据,而xlwt只能写入.xls文件(另一个可以写入.xls文件的库是pandas,且这两个写入的Excel文件最多只能有256列,其余库就我目前的了解均只能写入.xlsx文件),性能一般。xlsxwriter功能单一,一般用来创建.xlsx文件,写入性能中庸。win32com拥有最棒的读写性能,但该库存在于pywin32的库中,自身没有完善的文档,使用略吃力。xlwings拥有和win32com不相伯仲的读写性能,强大的转换器可以处理大部分数据类型,包括二维的numpy array和pandas DataFrame,可以轻松搞定数据分析的工作。 综合考虑,xlwings的表现最佳,正如其名,xlwings——Make Excel Fly! 便捷性比较 本测试目前只是针对Excel文件的读写,并未涉及Excel操作,单从读写的便捷性来讲,各库的表现难分上下,但是win32com和xlwings这两个库可以在程序运行时实时在打开的Excel文件中进行操作,实现过程的可视化,其次xlwings的数据结构转换器使其可以快速的为Excel文件添加二维数据结构而不需要在Excel文件中重定位数据的行和列,因此从读写的便捷性来比较,仍是xlwings胜出。
测试代码计时 if __name__ == '__main__': t = timeit.Timer('??()', setup='from __main__ import ??') print(t.timeit(number=1))
xlrd def test_xlrd_on_demand_false(): # f = xlrd.open_workbook('test_cases\\read_xls.xls', on_demand=False) f = xlrd.open_workbook('test_cases\\read_xlsx.xlsx', on_demand=False) def test_xlrd_on_demand_true(): # f = xlrd.open_workbook('test_cases\\read_xls.xls', on_demand=True) f = xlrd.open_workbook('test_cases\\read_xlsx.xlsx', on_demand=True)
xlwt sheet = book.add_sheet(str(s)) book.save('test_cases\\write_xls.xls')
xlwings # f = xlwings.Book('test_cases\\read_xls.xls') f = xlwings.Book('test_cases\\read_xlsx.xlsx') d = np.zeros([2000, 1200]) def test_xlwings_write(): sheet.range('A1').value = d f.save('test_cases\\write_xlsx.xlsx')
openpyxl def test_openpyxl_read(): f = openpyxl.load_workbook('test_cases\\read_xlsx.xlsx', read_only=True) f = openpyxl.Workbook(write_only=True) def test_openpyxl_write(): sheet = f.create_sheet(title=str(i)) f.save('test_cases\\write_xlsx.xlsx')
xlsxwriter
workbook = xlsxwriter.Workbook('test_cases\\write_xlsx.xlsx') worksheet = workbook.add_worksheet() worksheet.write(i, j, 65536)
win32com
import win32com.client as win32 excel = win32.gencache.EnsureDispatch('Excel.Application') def test_win32com_read(): # wb = excel.Workbooks.Open('E:\\excel\\test_cases\\read_xls.xls') wb = excel.Workbooks.Open('E:\\excel\\test_cases\\read_xlsx.xlsx') wb = excel.Workbooks.Add() def test_win32com_write(): ws.Range("A1:ATD2000").Value = 65536 wb.SaveAs('E:\\excel\\test_cases\\write_xlsx.xlsx')
pandas
sheet_name = "Sheet" + str(i) # df = pd.read_excel('test_cases\\read_xls.xls', sheet_name) df = pd.read_excel('test_cases\\read_xlsx.xlsx', sheet_name) d = np.zeros([2000, 255]) # writer = pd.ExcelWriter('test_cases\\write_xls.xls') writer = pd.ExcelWriter('test_cases\\write_xlsx.xlsx') df.to_excel(writer, 'Sheet1') df.to_excel(writer, 'Sheet2') df.to_excel(writer, 'Sheet3') df.to_excel(writer, 'Sheet4') df.to_excel(writer, 'Sheet5')
|