[python学习笔记] - 使用pandas与Excel读写包取Excel单元格数据性能分析

背景

有工作需要解析Excel文件数据，需要取Excel文件中一些指定单元格（指定行列）的数据内容。因为Excel文件目前区分为xls与xlsx。全能读写包xlwings虽然能兼顾两种格式，功能齐全，但是太重，操作比较慢，而且必须主动调用关掉Excel文件调用，否则将一直挂在后台。考虑到更轻便的使用，所以分别使用了xlrd读xls，使用openpyxl读xlsx。但是维护两份代码不太方便，考虑到pandas可以直接读excel两种格式（底层同样是调用对应的包，只是上层做了统一封装），感觉可以更方便些。
但是最终用下来，在单纯取数据方面，dataframe格式的性能并不占优势。

测试方案

测试平台：win10 21H1
配置：AMD 3700X 8核16线程 4.14GHz，32G DDR4 3200MHz
数据文件：4880行，11列的Excel文件。xls格式1100kb，xlsx格式390kb。
随机重复读指定单元格，比较读取耗时。

测试结果

提取数据耗时：

• pands - iat，13us
• pands - iloc，14.4us
• xlrd - sheet.cell，0.447us
• openpyxl - sheet.cell，0.509us

由测试数据可知，pandas的dataframe取数据性能远远低于直接从Excel取数据。