欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

Python读写Excel文件第三方库汇总,你想要的都在这儿!

程序员文章站 2022-04-14 23:05:32
恢复内容开始 常见库简介 xlrd xlrd是一个从Excel文件读取数据和格式化信息的库,支持.xls以及.xlsx文件。http://xlrd.readthedocs.io/en/latest/1、xlrd支持.xls,.xlsx文件的读2、通过设置on_demand变量使open_workbo ......

---恢复内容开始---

常见库简介

xlrd

xlrd是一个从excel文件读取数据和格式化信息的库,支持.xls以及.xlsx文件。

1、xlrd支持.xls,.xlsx文件的读
2、通过设置on_demand变量使open_workbook()函数只加载那些需要的sheet,从而节省时间和内存(该方法对.xlsx文件无效)。
3、xlrd.book对象有一个unload_sheet方法,它将从内存中卸载工作表,由工作表索引或工作表名称指定(该方法对.xlsx文件无效)

xlwt

xlwt是一个用于将数据和格式化信息写入旧excel文件的库(如.xls)。

1、xlwt支持.xls文件写。

xlutils

xlutils是一个处理excel文件的库,依赖于xlrd和xlwt。

1、xlutils支持.xls文件。
2、支持excel操作。

xlwings

xlwings是一个可以实现从excel调用python,也可在python中调用excel的库。

1、xlwings支持.xls读,支持.xlsx文件读写。
2、支持excel操作。
3、支持vba。
4、强大的转换器可以处理大部分数据类型,包括在两个方向上的numpy array和pandas dataframe。

openpyxl

openpyxl是一个用于读取和编写excel 2010 xlsx/xlsm/xltx/xltm文件的库。小编整理一套python资料和pdf,有需要python学习资料可以加学习群:631441315 ,反正闲着也是闲着呢,不如学点东西啦~~

1、openpyxl支持.xlsx文件的读写。
2、支持excel操作。
3、加载大.xlsx文件可以使用read_only模式。
4、写入大.xlsx文件可以使用write_only模式。

xlsxwriter

xlsxwriter是一个用于创建excel .xlsx文件的库。

1、xlswriter支持.xlsx文件的写。
2、支持vba。
3、写入大.xlsx文件时使用内存优化模式。

win32com

win32com库存在于pywin32中,是一个读写和处理excel文件的库。

1、win32com支持.xls,.xlsx文件的读写,支持.xlsx文件的写。
2、支持excel操作。

datanitro

datanitro是一个内嵌在excel中的插件。

1、datanitro支持.xls,.xlsx文件的读写。
2、支持excel操作。
3、支持vba。
4、收费

pandas

pandas通过对excel文件的读写实现数据输入输出

1、pandas支持.xls,.xlsx文件的读写。
2、支持只加载每个表的单一工作页。

环境配置及可实现操作

Python读写Excel文件第三方库汇总,你想要的都在这儿!

注:datanitro作为插件使用需依托软件本身。
参考:

读写测试

测试计算机硬件和系统

电脑型号 微星 ms-7846 台式电脑
操作系统 windows 7 旗舰版 64位 sp1 ( directx 11 )
处理器 英特尔 pentium(奔腾) g3260 @ 3.30ghz 双核
主板 微星 h81m-p32l (ms-7846) ( 英特尔 haswell - lynx point )
内存 4 gb ( 金士顿 ddr3 1600mhz )
主硬盘 西数 wdc wd5000azlx-00zr6a0 ( 500 gb / 7200 转/分 )
显卡 英特尔 haswell integrated graphics controller ( 256 mb / 微星 )

测试用例

用例1. 读.xls文件的整个表(表有5个分页,每个分页有2000行1200列的整数)。
用例2. 读.xlsx文件的整个表(表有5个分页,每个分页有2000行1200列的整数)。
用例3. 读.xls文件的整个表(表有1个分页,页有2000行1200列的整数)。
用例4. 读.xlsx文件的整个表(表有1个分页,页有2000行1200列的整数)。
用例5. 写.xls文件的整个表(表有5个分页,每个分页有2000行1200列的整数)。
用例6. 写.xlsx文件的整个表(表有5个分页,每个分页有2000行1200列的整数)。
用例7. 写.xls文件的整个表(表有1个分页,页有2000行1200列的整数)。
用例8. 写.xlsx文件的整个表(表有1个分页,页有2000行1200列的整数)。

测试结果

Python读写Excel文件第三方库汇总,你想要的都在这儿!
注1.xlwt和pandas每个工作页最多写入256列,因此测试用例修改为每页有2000行256列的整数.
注2.xlutils读写依赖于xlrd和xlwt,不单独测试。
注3.openpyxl测试两种模式,一是普通加载写入,二是read_only/write_only模式下的加载写入。
注4.datanitro要收费,且需依托excel使用,本次不测试。

读写性能比较

单从读写的性能上考虑,win32com的性能是最好的,xlwings其次。
openpyxl虽然操作excel的功能强大,但读写性能过于糟糕,尤其是写大表时,会占用大量内存(把我的4g内存用完了),开启read_only和write_only模式后对其性能有大幅提升,尤其是对读的性能提升很大,使其几乎不耗时(0.01秒有点夸张,不过确实是加载上了)。pandas把excel当作数据读写的容器,为其强大的数据分析服务,因此读写性能表现中规中矩,但其对excel文件兼容性是最好的,支持读写.xls,.xlsx文件,且支持只读表中单一工作页。同样支持此功能的库还有xlrd,但xlrd只支持读,并不支持写,且性能不突出,需要配合xlutils进行excel操作,并使用xlwt保存数据,而xlwt只能写入.xls文件(另一个可以写入.xls文件的库是pandas,且这两个写入的excel文件最多只能有256列,其余库就我目前的了解均只能写入.xlsx文件),性能一般。xlsxwriter功能单一,一般用来创建.xlsx文件,写入性能中庸。win32com拥有最棒的读写性能,但该库存在于pywin32的库中,自身没有完善的文档,使用略吃力。xlwings拥有和win32com不相伯仲的读写性能,强大的转换器可以处理大部分数据类型,包括二维的numpy array和pandas dataframe,可以轻松搞定数据分析的工作。
综合考虑,xlwings的表现最佳,正如其名,xlwings——make excel fly!

便捷性比较

本测试目前只是针对excel文件的读写,并未涉及excel操作,单从读写的便捷性来讲,各库的表现难分上下,但是win32com和xlwings这两个库可以在程序运行时实时在打开的excel文件中进行操作,实现过程的可视化,其次xlwings的数据结构转换器使其可以快速的为excel文件添加二维数据结构而不需要在excel文件中重定位数据的行和列,因此从读写的便捷性来比较,仍是xlwings胜出。

测试代码

计时
import timeit  
  
if __name__ == '__main__':  
    # 使用timeit计时  
    t = timeit.timer('??()', setup='from __main__ import ??')  
    print(t.timeit(number=1))

 

xlrd
import xlrd  
  
def test_xlrd_on_demand_false():  
    # f = xlrd.open_workbook('test_cases\\read_xls.xls', on_demand=false)  
    f = xlrd.open_workbook('test_cases\\read_xlsx.xlsx', on_demand=false)  
  
def test_xlrd_on_demand_true():  
    # f = xlrd.open_workbook('test_cases\\read_xls.xls', on_demand=true)  
    f = xlrd.open_workbook('test_cases\\read_xlsx.xlsx', on_demand=true)  
    f.sheet_by_index(0)

 

xlwt
import xlwt  
  
book = xlwt.workbook()  
def test_xlwt():  
    for s in range(5):  
        sheet = book.add_sheet(str(s))  
        for i in range(2000):  
            for j in range(256):  
                sheet.write(i, j, 65536)  
    book.save('test_cases\\write_xls.xls')  

 

xlwings
import xlwings  
  
def test_xlwings_read():  
    # f = xlwings.book('test_cases\\read_xls.xls') 
    f = xlwings.book('test_cases\\read_xlsx.xlsx')  
  
import numpy as np  
  
f = xlwings.book('')  
d = np.zeros([2000, 1200])  
d += 65536  
 
def test_xlwings_write():  
    for s in range(1):  
        sheet = f.sheets.add()  
        sheet.range('a1').value = d  
    f.save('test_cases\\write_xlsx.xlsx') 

 

openpyxl
import openpyxl  
  
def test_openpyxl_read():  
    f = openpyxl.load_workbook('test_cases\\read_xlsx.xlsx', read_only=true)  
  
  
c = [65536] * 1200  
f = openpyxl.workbook(write_only=true)  
  
def test_openpyxl_write():  
    for i in range(1):  
        sheet = f.create_sheet(title=str(i))  
        for row in range(2000):  
            sheet.append(c)  
    f.save('test_cases\\write_xlsx.xlsx')  

 

xlsxwriter
import xlsxwriter  
  
workbook = xlsxwriter.workbook('test_cases\\write_xlsx.xlsx')  
def test_xlsxwriter():  
    for s in range(1):  
        worksheet = workbook.add_worksheet()  
        for i in range(2000):  
            for j in range(1200):  
                worksheet.write(i, j, 65536)  
    workbook.close() 

 

win32com
import win32com.client as win32  
 
excel = win32.gencache.ensuredispatch('excel.application')  
def test_win32com_read():  
    # wb = excel.workbooks.open('e:\\excel\\test_cases\\read_xls.xls')  
    wb = excel.workbooks.open('e:\\excel\\test_cases\\read_xlsx.xlsx')
    # excel.visible = true  
  
  
wb = excel.workbooks.add()  
def test_win32com_write():  
    for i in range(1):  
        ws = wb.worksheets.add()  
        ws.range("a1:atd2000").value = 65536  
  
    wb.saveas('e:\\excel\\test_cases\\write_xlsx.xlsx')  
    excel.application.quit()  

 

pandas
import pandas as pd  
  
def test_pandas_read():  
    for i in range(1, 6):  
        sheet_name = "sheet" + str(i)  
         # df = pd.read_excel('test_cases\\read_xls.xls', sheet_name)
        df = pd.read_excel('test_cases\\read_xlsx.xlsx', sheet_name)  
  
  
import numpy as np  
d = np.zeros([2000, 255])  
d += 65536  
df = pd.dataframe(d)  
# writer = pd.excelwriter('test_cases\\write_xls.xls')
writer = pd.excelwriter('test_cases\\write_xlsx.xlsx')  
def test_pandas_write():  
    df.to_excel(writer, 'sheet1')  
    df.to_excel(writer, 'sheet2')  
    df.to_excel(writer, 'sheet3')  
    df.to_excel(writer, 'sheet4')  
    df.to_excel(writer, 'sheet5')  
    writer.save() 

 

---恢复内容结束---