我编写了一个python程序，用于以特定格式重命名文件名（大约50万个文件）。为了跟踪状态，我创建了一个数组status [[]]的数组，在该数组后附加文件名，文件路径，状态（是否重命名成功）和错误（如果有）。该过程完成后，使用csv将数组导出到pandas。
status_file = # path to csv file
status_file_stream = open(status_file, 'w')
df_status = pandas.DataFrame(status)
df_status.to_csv(status_file, index=False)
生成的CSV文件大小为228 MB，但是当我使用openoffice应用程序将其打开并另存为xlsx时，新的xlsx文件大小仅为15.6 MB，而不会丢失任何数据。
为什么CSV和XSLX之间的大小差异很大，或者这是pandas以获得较大文件大小的问题？
答案 0 :(得分：2)
为了完整性起见，请写下我的评论作为答案：
压缩！ csv只是一种奇特的方式，可以说这是带有逗号的txt，它是纯文本文件。 另一方面，xlsx是二进制格式，并且生成该格式的程序会压缩数据（如果您的数据基本相同），我认为这是因为路径基本相同，因此其高度可压缩，这就是您正在看到
xlsx使用zip（至少根据google而言）
为证明这一点，我生成了一个〜110MB的文件，其中包含具有相同路径的随机文件名，并使用zlib对其进行压缩，输出为〜20MB
xlsx可能还有其他优化，但我没有深入研究格式
答案 1 :(得分：1)
我也遇到了这个问题，不知道为什么大小不同，
问题可能是因为：