python读取大型Excel文件

前言

python读取Excel文件的库有pandas、openpyxl、xlrd等，但是各有优缺点，虽说openpyxl在指定read_only参数后读取大型文件的速度非常快，但是它只适用于xlsx类型文件，且有些银行系统下载的报表不手动打开进行保存它都无法完整读取一行数据。最终基本都会使用pandas读取，也方便后期数据清洗。下面就主要针对pandas版本低于2.2时，无法通过直接指定engine='calamine'，但是又想提升读取大型Excel的速度，那么还是可以用python-calamine库实现的，并且速度提升非常显著！

# 安装
pip install python-calamine

2.0<pandas<2.2

import pandas as pd
from python_calamine.pandas import pandas_monkeypatch


pandas_monkeypatch()
df = pd.read_excel(file_path, engine="calamine")
df.head()