Question

我有一个包含11,000行和10列的电子表格。我试图用选定的列复制每一行，每行添加额外的信息并输出到txt。

不幸的是，我遇到了非常糟糕的性能问题，文件在100行后开始出现问题并终止我的处理器。有没有办法加快速度或使用更好的方法？我已在使用read_only=True和data_only=True

大多数内存密集型部分正在迭代每个单元格：

for i in range(probeStart, lastRow+1):
    dataRow =""
    for j in range (1,col+2):
        dataRow = dataRow + str(sheet.cell(row=i, column=j).value)  + "\t"

    sigP = db.get(str(sheet.cell(row= i, column=1).value), "notfound") #my additional information 
    a = str(sheet.cell(row = i, column = max_column-1).value) +"\t" 
    b  = str(sheet.cell(row = i, column = max_column).value) + "\t"
    string1  = dataRow + a + b + sigP + "\n"
    w.write(string1)

Answer 1

问题：有没有办法加快速度或使用更好的方法？

尝试以下操作，看看这是否可以提高效果：

注意：我们不知道col和max_column的值！   我的示例使用了4列并跳过了C列。

数据：
      [＆＃39; A1＆＃39;，＆＃39; B1＆＃39;，＆＃39; C1＆＃39;，＆＃39; D1＆＃39;]，
      [＆＃39; A2＆＃39;，＆＃39; B2＆＃39;，＆＃39; C2＆＃39;，＆＃39; D2＆＃39;]

from openpyxl.utils import range_boundaries min_col, min_row, max_col, max_row = range_boundaries('A1:D2') for row_cells in ws.iter_rows(min_col=min_col, min_row=min_row, max_col=max_col, max_row=max_row): # Slice Column Values up to B data = [cell.value for cell in row_cells[:2]] # Extend List with sliced Column Values from D up to End data.extend([cell.value for cell in row_cells[3:]]) # Append db.get(Column A.value) data.append(db.get(row_cells[0].value, "notfound")) # Join all List Values delimited with \t print('{}'.format('\t'.join(data))) # Write to CSV #w.write(data)


<强>输出：
      A1 B1 D1未发现
      A2 B2 D2未发现

使用Python测试：3.4.2 - openpyxl：2.4.1

使用openpyxl python处理非常大的文件

1 个答案: