使用Python读取.xlsx文件的最快方法

发布时间：2020-12-20 13:18:13 所属栏目：Python 来源：网络整理

导读：我正在尝试使用 Python将.xlsx文件中的数据读入MySQL数据库. 这是我的代码： wb = openpyxl.load_workbook(filename="file",read_only=True)ws = wb['My Worksheet']conn = MySQLdb.connect()cursor = conn.cursor()cursor.execute("SET autocommit = 0")for

我正在尝试使用 Python将.xlsx文件中的数据读入MySQL数据库.

这是我的代码：

wb = openpyxl.load_workbook(filename="file",read_only=True)
ws = wb['My Worksheet']

conn = MySQLdb.connect()
cursor = conn.cursor()

cursor.execute("SET autocommit = 0")

for row in ws.iter_rows(row_offset=1):
     sql_row = # data i need
     cursor.execute("INSERT sql_row")

conn.commit()

不幸的是,openpyxl的ws.iter_rows()非常缓慢.我尝试过使用xlrd和pandas模块的类似方法.仍然很慢.有什么想法吗？

解决方法

您确实需要对代码进行基准测试,并提供有关工作表大小和处理代码所需时间的信息.

openpyxl的只读模式本质上是一种内存优化,可以避免将整个工作表加载到内存中.在解析Excel工作表时,涉及的大多数工作都是将XML转换为Python,并且存在限制.

但是,我想到了两个优化：

>将SQL语句保留在循环之外
>使用executemany一次将大量行传递给驱动程序

这些可以组合在一起

INSERT_SQL = "INSERT INTO mytable (name,age…) VALUES (%s,%s,…)"
c.executemany(INSERT_SQL,ws.values)

如果您只想要行的子集,那么请查看使用itertools.islice

这应该比你当前的代码更快,但你不应该期待奇迹.

说到纯性能,xlrd在读取工作表时比openpyxl快一点,因为它的内存占用量较小,主要与只读库相关.但它总是将整个工作簿加载到内存中,这可能不是您想要的.

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!