openpyxl 性能优化

OpenPyXL是一个Python库，用于读写Excel 2010 xlsx/xlsm/xltx/xltm文件。如果你在处理大量数据或频繁操作Excel文件时遇到性能瓶颈，可以考虑以下几个方面的优化：

1. **迭代读取**：尽量避免一次性加载整个工作簿，而是按需逐行或逐列读取，减少内存占用。

# 使用`iter_rows`逐行读取
with pd.ExcelFile('file.xlsx') as ef:
    for sheet_name in ef.sheet_names:
        ws = ef.parse(sheet_name)
        for row in ws.iter_rows():
            process_row(row)

2. **批量写入**：利用`openpyxl.workbook.Workbook`的`cell()`和`row()`方法批量设置单元格，而不是每次写一行。

data = [...] # 所有数据列表
for i, row_data in enumerate(data):
    ws.append(row_data)  # ws是Worksheet对象
wb.save('output.xlsx')

3. **缓存**：对于经常访问的数据，可以将其存储在内存中，避免反复读取磁盘。

4. **最小化计算**：只对需要更新的部分进行计算，减少不必要的计算量。

5. **使用更高效的数据结构**：例如，如果数据适合，可以考虑将结果转换为pandas DataFrame，它内置了高效的运算功能。

6. **关闭未使用的workbook**：每次操作完毕后记得关闭打开的工作簿，释放资源。

7. **版本兼容性**：OpenPyXL支持最新的xlsx格式，旧版本格式可能会导致效率下降，尽可能选择最新版库。