我有几个几十M的excel文件，我用pandas读取excel用时过长需要2min，有没有什么更快的读取方法

当你处理大型Excel文件时，Pandas默认的`read_excel`函数可能会因为内存操作而耗时较长。对于大文件，可以考虑使用分块读取（chunking）的方式，这可以显著减少内存占用并提高读取速度。以下是使用`pandas.read_excel`的分块读取方法：

import pandas as pd

# 设置chunksize，比如每块读取1000行
chunk_size = 10 ** 6  # 可视化调整这个值以适应你的硬件资源

for chunk in pd.read_excel('your_file.xlsx', chunksize=chunk_size):
    process_data(chunk)  # 这里是你对每一小块数据的操作

在这个例子中，`process_data`函数会对每个数据块独立处理，而不是一次性加载所有数据到内存。

另外，还可以尝试其他优化策略，如：
1. 使用`dask`库，它提供了一种分布式计算的方式来处理大数据集。
2. 尽量选择只读取需要的列，避免不必要的数据加载。
3. 如果可行，考虑将Excel转换为其他存储格式（如Parquet或HDF5），它们通常更高效。