Python讀寫Excel文件第三方庫匯總，你想要的都在這兒！

北方的白樺林 2019-11-23

展開全文

常見庫簡介

xlrd

xlrd是一個從Excel文件讀取數(shù)據(jù)和格式化信息的庫，支持.xls以及.xlsx文件。
http://xlrd./en/latest/
1、xlrd支持.xls，.xlsx文件的讀
2、通過設(shè)置on_demand變量使open_workbook()函數(shù)只加載那些需要的sheet，從而節(jié)省時間和內(nèi)存（該方法對.xlsx文件無效）。
3、xlrd.Book對象有一個unload_sheet方法，它將從內(nèi)存中卸載工作表，由工作表索引或工作表名稱指定（該方法對.xlsx文件無效）

xlwt
xlwt是一個用于將數(shù)據(jù)和格式化信息寫入舊Excel文件的庫（如.xls）。
https://xlwt./en/latest/
1、xlwt支持.xls文件寫。

xlutils

xlutils是一個處理Excel文件的庫，依賴于xlrd和xlwt。
http://xlutils./en/latest/
1、xlutils支持.xls文件。
2、支持Excel操作。

xlwings

xlwings是一個可以實現(xiàn)從Excel調(diào)用Python，也可在python中調(diào)用Excel的庫。
http://docs./en/stable/index.html
1、xlwings支持.xls讀，支持.xlsx文件讀寫。
2、支持Excel操作。
3、支持VBA。
4、強大的轉(zhuǎn)換器可以處理大部分?jǐn)?shù)據(jù)類型，包括在兩個方向上的numpy array和pandas DataFrame。

openpyxl
openpyxl是一個用于讀取和編寫Excel 2010 xlsx/xlsm/xltx/xltm文件的庫。
https://openpyxl./en/stable/
1、openpyxl支持.xlsx文件的讀寫。
2、支持Excel操作。
3、加載大.xlsx文件可以使用read_only模式。
4、寫入大.xlsx文件可以使用write_only模式。

xlsxwriter
xlsxwriter是一個用于創(chuàng)建Excel .xlsx文件的庫。
https://xlsxwriter./
1、xlswriter支持.xlsx文件的寫。
2、支持VBA。
3、寫入大.xlsx文件時使用內(nèi)存優(yōu)化模式。

win32com

win32com庫存在于pywin32中，是一個讀寫和處理Excel文件的庫。
http:///python-excel-mini-cookbook/
1、win32com支持.xls，.xlsx文件的讀寫，支持.xlsx文件的寫。
2、支持Excel操作。

DataNitro
DataNitro是一個內(nèi)嵌在Excel中的插件。
https:///docs/
1、DataNitro支持.xls，.xlsx文件的讀寫。
2、支持Excel操作。
3、支持VBA。
4、收費

pandas
pandas通過對Excel文件的讀寫實現(xiàn)數(shù)據(jù)輸入輸出
http://pandas./
1、pandas支持.xls，.xlsx文件的讀寫。
2、支持只加載每個表的單一工作頁。

環(huán)境配置及可實現(xiàn)操作

注：DataNitro作為插件使用需依托軟件本身。
參考：https://zhuanlan.zhihu.com/p/23998083

讀寫測試

測試計算機硬件和系統(tǒng)

電腦型號微星 MS-7846 臺式電腦
操作系統(tǒng) Windows 7 旗艦版 64位 SP1 ( DirectX 11 )
處理器英特爾 Pentium(奔騰) G3260 @ 3.30GHz 雙核
主板微星 H81M-P32L (MS-7846) ( 英特爾 Haswell - Lynx Point )
內(nèi)存 4 GB ( 金士頓 DDR3 1600MHz )
主硬盤西數(shù) WDC WD5000AZLX-00ZR6A0 ( 500 GB / 7200 轉(zhuǎn)/分 )
顯卡英特爾 Haswell Integrated Graphics Controller ( 256 MB / 微星 )

測試用例

用例1. 讀.xls文件的整個表（表有5個分頁，每個分頁有2000行1200列的整數(shù)）。
用例2. 讀.xlsx文件的整個表（表有5個分頁，每個分頁有2000行1200列的整數(shù)）。
用例3. 讀.xls文件的整個表（表有1個分頁，頁有2000行1200列的整數(shù)）。
用例4. 讀.xlsx文件的整個表（表有1個分頁，頁有2000行1200列的整數(shù)）。
用例5. 寫.xls文件的整個表（表有5個分頁，每個分頁有2000行1200列的整數(shù)）。
用例6. 寫.xlsx文件的整個表（表有5個分頁，每個分頁有2000行1200列的整數(shù)）。
用例7. 寫.xls文件的整個表（表有1個分頁，頁有2000行1200列的整數(shù)）。
用例8. 寫.xlsx文件的整個表（表有1個分頁，頁有2000行1200列的整數(shù)）。

測試結(jié)果

    注1.xlwt和pandas每個工作頁最多寫入256列，因此測試用例修改為每頁有2000行256列的整數(shù).
    注2.xlutils讀寫依賴于xlrd和xlwt，不單獨測試。
    注3.openpyxl測試兩種模式，一是普通加載寫入，二是read_only/write_only模式下的加載寫入。
    注4.DataNitro要收費，且需依托Excel使用，本次不測試。

讀寫性能比較

    單從讀寫的性能上考慮，win32com的性能是最好的，xlwings其次。
    openpyxl雖然操作Excel的功能強大，但讀寫性能過于糟糕，尤其是寫大表時，會占用大量內(nèi)存（把我的4G內(nèi)存用完了），開啟read_only和write_only模式后對其性能有大幅提升，尤其是對讀的性能提升很大，使其幾乎不耗時（0.01秒有點夸張，不過確實是加載上了）。pandas把Excel當(dāng)作數(shù)據(jù)讀寫的容器，為其強大的數(shù)據(jù)分析服務(wù)，因此讀寫性能表現(xiàn)中規(guī)中矩，但其對Excel文件兼容性是最好的，支持讀寫.xls，.xlsx文件，且支持只讀表中單一工作頁。同樣支持此功能的庫還有xlrd，但xlrd只支持讀，并不支持寫，且性能不突出，需要配合xlutils進行Excel操作，并使用xlwt保存數(shù)據(jù)，而xlwt只能寫入.xls文件（另一個可以寫入.xls文件的庫是pandas，且這兩個寫入的Excel文件最多只能有256列，其余庫就我目前的了解均只能寫入.xlsx文件），性能一般。xlsxwriter功能單一，一般用來創(chuàng)建.xlsx文件，寫入性能中庸。win32com擁有最棒的讀寫性能，但該庫存在于pywin32的庫中，自身沒有完善的文檔，使用略吃力。xlwings擁有和win32com不相伯仲的讀寫性能，強大的轉(zhuǎn)換器可以處理大部分?jǐn)?shù)據(jù)類型，包括二維的numpy array和pandas DataFrame，可以輕松搞定數(shù)據(jù)分析的工作。
    綜合考慮，xlwings的表現(xiàn)最佳，正如其名，xlwings——Make Excel Fly！

便捷性比較

本測試目前只是針對Excel文件的讀寫，并未涉及Excel操作，單從讀寫的便捷性來講，各庫的表現(xiàn)難分上下，但是win32com和xlwings這兩個庫可以在程序運行時實時在打開的Excel文件中進行操作，實現(xiàn)過程的可視化，其次xlwings的數(shù)據(jù)結(jié)構(gòu)轉(zhuǎn)換器使其可以快速的為Excel文件添加二維數(shù)據(jù)結(jié)構(gòu)而不需要在Excel文件中重定位數(shù)據(jù)的行和列，因此從讀寫的便捷性來比較，仍是xlwings勝出。

測試代碼

計時

import timeit  
if __name__ == '__main__':  
    # 使用timeit計時  
    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()