pandas数据分析实操案例:xlsx格式的大表，如何快速读取?

说明：【白领服务工作室】的文章、微头条以及视频等，都是本工作室在数据处理实际业务中积累的经验和技巧，均经过实际的测试和验证，绝非纸上谈兵的堆文字凑数量。本头条号是将工作室日常数据处理过程中遇到的好的方法、好的思路、好的亮点，呈现给大家，与大家共享。

处理xlsx格式的表格，是我们日常经常会遇到的事情。对于一些几十M、上百M或者几百M的xlsx格式的大表，使用最常用的pandas进行读取时，是一件很费时的事情。尤其是几十个、几百个xlsx格式的大表，要进行读取并处理时，读取的效率就是非常值得关注的。因为，读取太慢，将大大降低我们处理数据的效率。

今天，我们就给大家介绍一种方法，比使用pandas.read_excel()读取xlsx文件的效率要大大提升，速度快了很多。

测试文件是106M的xlsx文件：3.xlsx。

import time
import xlwings as xw
import pandas as pd
t1 = time.time()
wb = xw.Book('d:/fqb/3.xlsx')
t2 = time.time()
print(t2-t1)

如下图所示：

106M的xlsx文件，使用xlwings读取只用了29秒；

转为df数据集，使用了44秒；

总共使用了73秒。

这个速度，比使用pandas的read_excel()或者openpyxl的速度都要快！

提示：

1、参数header=1表示第1行是列名称，参数index=False表示不读取行索引；

2、参数expand='table'表示读取整个表格；

3、106M的xlsx表：上述代码总共使用了73秒；而openpyxl使用了122秒。