怎么测算openpyxl和用xlwings和读取xlsx表数据哪个更快

为了对比OpenPyXL和xlwings在读取大型Excel文件时的性能，我们可以执行类似的操作并记录时间：

1. 使用OpenPyXL[^1]:

import openpyxl
from datetime import datetime

t_0 = datetime.datetime.now()
fn = u'D:/xiong/2.xlsx'
workbook = openpyxl.load_workbook(fn)
sheet1 = workbook.active
n = sheet1.max_row
t_2 = datetime.datetime.now() - t_0
print(f'OpenPyXL读取xlsx文件12M时间为：{t_2}')

2. 使用xlwings:

import time

t_0 = time.time()
app = xlwings.App(visible=False, add_book=False)
xlsx = app.books.open(fn)
sheet1 = xlsx.sheets[0]
info = sheet1.used_range
n = info.end.Row
t_6 = time.time() - t_0
print(f'xlwings读取xlsx文件12M时间为：{t_6} 秒')

运行上述代码后，你可以看到每个库花费的时间，并据此判断哪个库的速度更快。如果需要定期评估性能，可以多次运行并计算平均值。

相关问题

openpyxl库写入EXCEL很慢 ，怎么办

### 回答1：
openpyxl写入Excel会比较慢，因为它是使用纯Python实现的。但是可以通过以下方式来尝试提高写入速度：

1. 设置write_only模式。这种模式只能用于写入，但是写入速度会比默认模式快很多。

from openpyxl import Workbook
wb = Workbook(write_only=True)

2. 写入数据时，尽量减少写入次数。可以将数据存储在一个列表或者字典中，然后一次性写入Excel。

from openpyxl import Workbook
wb = Workbook()
ws = wb.active

data = [
    ['Name', 'Age', 'Gender'],
    ['John', 25, 'Male'],
    ['Lucy', 24, 'Female'],
    ['Tom', 30, 'Male']
]

for row in data:
    ws.append(row)

3. 关闭自动计算公式。打开Excel文件时，如果文件中包含公式，openpyxl会自动计算公式。这会降低写入速度，可以通过以下方式关闭自动计算：

from openpyxl import Workbook
wb = Workbook()
ws = wb.active

# 关闭自动计算公式
ws.calculate_dimension(force=False)

4. 使用多线程。可以创建多个线程，每个线程负责写入一部分数据。

from openpyxl import Workbook
from threading import Thread

wb = Workbook()
ws = wb.active

data = [
    ['Name', 'Age', 'Gender'],
    ['John', 25, 'Male'],
    ['Lucy', 24, 'Female'],
    ['Tom', 30, 'Male']
]

# 定义一个写入函数
def write_data(start_row, end_row):
    for row in data[start_row:end_row]:
        ws.append(row)

# 创建两个线程
t1 = Thread(target=write_data, args=(1, 3))
t2 = Thread(target=write_data, args=(3, 4))

# 启动线程
t1.start()
t2.start()

# 等待线程执行完成
t1.join()
t2.join()

# 保存Excel文件
wb.save('test.xlsx')

以上是一些提高openpyxl写入Excel速度的方法，可以根据具体情况选择适合自己的方法。

### 回答2：
openpyxl库在写入大量数据到Excel文件时可能会较慢，这是因为openpyxl库是使用Python来操作Excel文件的，而Python是解释型语言，执行速度相对较慢。以下是几种提升写入速度的方法：

1. 使用优化的写入方式：openpyxl库允许一次性写入多行数据，而不是逐个单元格地写入。可以使用append方法将数据以列表的形式添加到Excel文件中，或者使用iter_rows方法一次性添加多行数据。这样可以减少写入的次数，提高写入速度。

2. 关闭自动计算：在进行大量写入时，Excel可能会执行一系列的自动计算操作，这会导致写入速度变慢。可以在写入前暂时关闭自动计算选项，待所有数据写入完成后再重新计算。

3. 使用其他库：如果速度是一个非常重要的因素，可以考虑使用其他库来操作Excel文件，如pandas库或xlwings库。这些库通常比openpyxl库更快速、更高效。

4. 拆分数据：如果要写入的数据量非常大，可以考虑将数据拆分成多个小块写入，而不是一次性写入所有数据。这样可以减少每次写入的数据量，提高写入速度。

综上所述，通过使用优化的写入方式，关闭自动计算选项，尝试其他库，或拆分数据块，都可以提升openpyxl库写入Excel文件的速度。根据实际需求选择适合的方法进行优化。

### 回答3：
openpyxl库写入EXCEL慢的问题可能是由于一些原因导致的，以下是一些解决方案：

1. 减少写入频率：openpyxl在每次写入单元格时都会打开和关闭Excel文件，这是一个耗时的操作。可以尝试减少写入的频率，例如，将多个数据写入到一个临时数据结构中，然后一次性写入到Excel中。

2. 使用load_workbook()的「data_only」参数：当打开一个包含公式的Excel文件时，openpyxl会计算这些公式，这会消耗大量的时间。如果你只需要读取计算结果而不是公式本身，可以将load_workbook()函数的「data_only」参数设置为True，以加载已计算的结果，从而提高写入速度。

3. 关闭自动重计算：在写入Excel文件之前，可以通过设置openpyxl的「calculation」属性为manual，关闭自动重计算。这样可以避免在写入每个单元格时都进行公式计算，从而提高写入速度。但要注意，在关闭重计算后，需要手动进行计算才能得到正确的结果。

这些解决方案可以显著提高openpyxl库写入Excel的速度。如果问题仍然存在，可能需要考虑使用其他库或工具来进行Excel操作，例如pandas或xlwings，它们可能具有更高的性能。此外，如果需要处理大量数据，也可以考虑将数据存储在数据库中，然后使用Excel文件连接到数据库进行数据读写操作。