处理⽅式
代码名称
1. 使⽤Python 的xlwings 类库，读取Excel ⽂件，然后采⽤Excel 的Sheet 和Range 的引⽤⽅式读取并计算
XLS_READ_SHEET.py 2. 直接使⽤Excel ⾃带的VBA 语⾔进⾏计算
VBA
3. 使⽤Python 的xlwings 类库，读取Excel ⽂件，然后采⽤Python 的⾃带数据类型List 列表进⾏数据存储和计算
XLS_READ_LIST.py Pythonxlwings 读取Excel ⽂件的正确姿势
使⽤Python 加载最新的Excel 读取类库xlwings 可以说是Excel 数据处理的利器，但使⽤起来还是有⼀些注意事项，否则⾼⼤上的Python 会跑的⽐⽼旧的VBA 还要慢。
这⾥我们对⽐⼀下，⽤⼏种不同的⽅法，从⼀个Excel 表格中读取⼀万⾏数据，然后计算结果，看看他们的耗时。
1. 处理要求：
⼀个Excel 表格中包含了3万条记录，其中B ，C 两个列记录了某些计算值，读取前⼀万⾏记录，将这两个列的差值进⾏计算，然后汇总得出差的和。
⽂件是这个样⼦:Book300s.xlsx
。
2. 处理⽅式有以下3种，我们对⽐⼀下耗时的⼤⼩。
3. ⾸先测试第⼀种，XLS_READ_SHEET.py
使⽤Python 的xlwings 类库，读取Excel ⽂件，然后引⽤Excel 的Sheet 和Range 的⽅式来读取并计算 1 #coding=utf-8
2import xlwings as xw
3import pandas as pd
4import time
5
6 start_row = 2 # 处理Excel⽂件开始⾏
7 end_row = 10002 # 处理Excel结束⾏
8
9#记录打开表单开始时间
10 start_open_time = time.time()
11
12#指定不显⽰地打开Excel，读取Excel⽂件
13 app = xw.App(visible=False, add_book=False)
14 wb = app.books.open('D:/PYTHON/TEST_CODE/Book300s.xlsx') # 打开Excel⽂件
15 sheet = wb.sheets[0]  # 选择第0个表单
16
17#记录打开Excel表单结束时间
18 end_open_time = time.time()
19
20#记录开始循环计算时间
21 start_run = time.time()
22
23 row_content = []
24#读取Excel表单前10000⾏的数据，Python的in range是左闭右开的，到10002结束，但区间只包含2到10001这⼀万条25for row in range(start_row, end_row):
26    row_str = str(row)
27#循环中引⽤Excel的sheet和range的对象，读取B列和C列的每⼀⾏的值，对⽐计算
28    start_value = sheet.range('B' + row_str).value
29    end_value = sheet.range('C' + row_str).value
30if start_value <= end_value:
31        values = end_value - start_value
32#同时测试List数组添加记录
33        row_content.append(values)
34
35#计算和
36 total_values = sum(row_content)
37
38#记录结束循环计算时间
39 end_run = time.time()
40 sheet.range('E2').value = str(total_values)
41 sheet.range('E3').value = '使⽤Sheet计算时间(秒):' + str(end_run - start_run)
42
43#保存并关闭Excel⽂件
44 wb.save()
45 wb.close()
46
47print ('结果总和:', total_values)
48print ('打开并读取Excel表单时间(秒):',  end_open_time - start_open_time)
49print ('计算时间(秒):',  end_run - start_run)
50print ('处理数据条数:' , len(row_content))
⽤Python直接访问Sheet和Range取值的计算结果如下：
读取Excel⽂件⽤时 4.47秒
处理Excel 10000 ⾏数据花费了117秒的时间。
4. 然后我们⽤Excel⾃带的VBA语⾔来处理⼀下相同的计算。也是直接引⽤Sheet，Range等Excel对象，但VBA的数组功能实在是不好⽤，就不测试添加数组了。
1Option Explicit
2
3Sub VBA_CAL_Click()
4Dim i_count As Long
5Dim offset_value, total_offset_value As Double
6Dim st, et As Date
7    st = Time()
8
9    i_count = Sheets("Sheet1").Cells(Rows.Count, 1).End(xlUp).Row
10    i_count = 10001
11For i_count = 2To i_count
12If Range("C" & i_count).Value > Range("B" & i_count).Value Then
13              offset_value = Range("C" & i_count).Value - Range("B" & i_count).Value
14              total_offset_value = total_offset_value + offset_value
15End If
16Next i_count
17
18    et = Time()
19    Range("E2").Value = total_offset_value
20    Range("E3").Value = et - st
21
22MsgBox"Result: " & total_offset_value & Chr(10) & "Running time: " & et - st
23End Sub
VBA处理计算结果如下：
保存了3万条数据的Excel⽂件是通过⼿⼯打开的，在电脑上⼤概花费了8.2秒的时间
处理Excel 前10000⾏数据花费了1.16秒的时间。
5. 使⽤Python的xlwings类库，读取Excel⽂件，然后采⽤Python的⾃带数据类型List进⾏数据存储和计算，计算完成后再将结果写到Excel表格中
1#coding=utf-8
2import xlwings as xw
3import pandas as pd
4import time
5
6#记录打开表单开始时间
7 start_open_time = time.time()
8
9#指定不显⽰地打开Excel，读取Excel⽂件
10 app = xw.App(visible=False, add_book=False)
11 wb = app.books.open('D:/PYTHON/TEST_CODE/Book300s.xlsx') # 打开Excel⽂件
12 sheet = wb.sheets[0]  # 选择第0个表单
13
14#记录打开Excel表单结束时间
15 end_open_time = time.time()
16
17#记录开始循环计算时间
18 start_run = time.time()
19
20 row_content = []
21#读取Excel表单前10000⾏的数据，并计算B列和C列的差值之和
22 list_value = sheet.range('A2:D10001').value
23for i in range(len(list_value)):
24#使⽤Python的类库直接访问Excel的表单是很缓慢的，不要在Python的循环中引⽤sheet等Excel表单的单元格，
25#⽽是要⽤List⼀次性读取Excel⾥的数据，在List内存中计算好了，然后返回结果
26      start_value = list_value[i][1]
27      end_value  = list_value[i][2]
28if start_value <= end_value:
29          values = end_value- start_value
30#同时测试List数组添加记录
31          row_content.append(values)
32
33#计算和
34 total_values = sum(row_content)
35#记录结束循环计算时间
36 end_run = time.time()
37 sheet.range('E2').value = str(total_values)
38 sheet.range('E3').value = '使⽤List 计算时间(秒):' + str(end_run - start_run)
39
40#保存并关闭Excel⽂件
41 wb.save()
42 wb.close()
43
44print ('结果总和:', total_values)
45print ('打开并读取Excel表单时间(秒):',  end_open_time - start_open_time)
46print ('计算时间(秒):',  end_run - start_run)
47print ('处理数据条数:' , len(row_content))
⽤Python的LIST在内存中计算结果如下：
读取Excel⽂件⽤时 4.02秒
处理Excel 10000 ⾏数据花费了 0.10 秒的时间。
处理⽅式-计算Excel⾥的⼀万条记录的差值的总和效率
1. 使⽤Python的xlwings类库，采⽤Excel的Sheet和Range的引⽤⽅式，按⾏读取Excel⽂件的记录并计算差，计算⽤时 117秒python怎么读入excel
2. 直接使⽤Excel⾃带的VBA语⾔进⾏计算，也是采⽤Excel的Sheet和Range的引⽤⽅式，按⾏读取Excel⽂件的记录并计算很⾼，计算⽤时1.16秒
3. 使⽤Python的xlwings类库，⼀次性读取Excel⽂件中的数据到Python的List数据结构中，然后在Python的List列表中进⾏数据存储和计算最⾼，计算⽤时 0.1秒
6 结论：
Python操作Excel的类库有以往有 xlrd、xlwt、openpyxl、pyxll等，这些类库有的只⽀持读取，有的只⽀持写⼊，并且有的不⽀持Excel的xlsx 格式等。
所以我们采⽤了最新的开源免费的xlwings类库，xlwings能够很⽅便的读写Excel⽂件中的数据，并⽀持Excel的单元格格式修改，也可以与pandas等类库集成使⽤。
VBA是微软Excel的原⽣⼆次开发语⾔，是办公和数据统计的利器，在⾦融，统计，管理，计算中应⽤⾮常⼴泛，但是VBA计算能⼒较差，⽀持的数据结构少，编辑器粗糙。
虽然VBA有很多不⾜，但是VBA的宿主Office Excel却是天才程序员基于C++开发的作品，稳定，⾼效，易⽤。
有微软加持，VBA虽然数据结构少，运⾏速度慢，但访问⾃⼰Excel的Sheet，Range，Cell等对象却速度飞快，这就是⼀体化产品的优势。VBA读取Excel的Range，Cell等操作是通过底层的API直接读取数据的，⽽不是通过微软统⼀的外部开发接⼝。所以Python的各种开源和商⽤的Excel处理类库如果和VBA来⽐较读写Excel格⼦⾥⾯的数据，都是处于劣势的（⾄少是不占优势的），例⼦2的VBA 花费了1.16秒就能处理完⼀万条数据。
Python基于开源，语法优美⽽健壮，⽀持⾯向对象开发，最重要的是，Python有丰富⽽功能强⼤的类库，⽀持多种⼯作场景的开发。
我们应该认识到，Excel对于Python⽽⾔，只是数据源⽂件的⼀种，当处理⼤量数据时，Python处理Excel就要把Excel当数据源来处理，⼀次性地读取数据到Python的数据结构中，⽽不是⼤量调⽤Excel⾥的对象，不要说频繁地写⼊Excel，就是频繁地读取Excel⾥⾯的某些单元格也是效率较低的。例⼦1的Python频繁读取Sheet，Range数据，结果花费了117秒才处理完⼀万条数据。
Python的计算效率和数据结构的操作⽅便性可⽐VBA强上太多，和VBA联合起来使⽤，各取所长是个好主意。
当Excel数据⼀次性读⼊Python的内存List数据结构中，然后基于⾃⾝的List数据结构在内存中计算，例⼦3的Python只⽤了 0.1秒就完成了⼀万条数据的计算并将结果写回Excel。
总结：

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。