如何更快地打开从熊猫创建的Excel文件？

Question

使用python创建的excel文件打开的速度非常慢，即使文件大小约为50 mb。

我已经尝试过熊猫和openpyxl。

  def to_file（列表报告，列表表，条列，名称）：
    我= 0
    wb = ExcelWriter（path_output +'\\'+名称+日期格式+'.xlsx'）
    当我<= len（list_report）-1时：
        尝试：
            df = pd.DataFrame（pd.read_csv（path_input +'\\'+ list_report [i] + reportdate +'.csv'））
            对于strip_column中的列：
                尝试：
                    df [column] = df [column] .str.strip（'=（“”）'）
                除了：
                    通过
            df = Adjust_report（df，list_report [i]）
            df = df.apply（pd.to_numeric，错误=“忽略”，向下转换=“整数”）
            df.to_excel（wb，sheet_name = list_sheet [i]，index = False）
        除了：
            打印（“缺少报告：'+ list_report [i]）
        我+ = 1
    wb.save（）
 

是否有加速的方法？

Answer 1

成语

让我们将list_report重命名为reports。 然后，您的while循环通常表示为：for i in range(len(reports)):

您多次访问第i个元素。循环可以用for i, report in enumerate(reports):为您绑定。

但是事实证明，您甚至不需要i。因此大多数人会这样写：for report in reports:

代码组织

这段代码非常好：

        for column in strip_column:
            try:
                df[column] = df[column].str.strip('=("")')
            except:
                pass

我建议您使用def strip_punctuation将其掩埋在辅助函数中。 （我认为列表应该是复数形式？strip_columns？） 然后，您将有一个简单的df分配序列。

定时

配置文件已过time()。用以下代码将每个df分配括起来：

    t0 = time()
    df = ...
    print(time() - t0)

这将向您显示处理流水线中哪个部分花费的时间最长，因此应该花费最大的精力来加快处理速度。

我怀疑adjust_report()用了大部分时间， 但看不到它很难说。