python各种excel写入方式的速度对比

1. 导言

在Python中，操作Excel是常见的操作之一。不仅需要从Excel中读取数据，还需要将数据写入Excel中。对于大数据量的Excel文件，需要考虑如何快速地将数据写入Excel。因此，本文将探讨多种Excel写入方式的速度对比，帮助我们选择最优的Excel写入方式。

2. Excel写入方式

2.1 openpyxl

openpyxl是Python处理Excel的常用库之一，提供了基本的Excel写入功能。下面我们将使用openpyxl写入数据至Excel，并计算运行时间。

import openpyxl
import time
# 创建一个工作薄
wb = openpyxl.Workbook()
# 选择活动工作表
ws = wb.active
# 写入数据
for i in range(1, 1001):
    for j in range(1, 101):
        ws.cell(row=i, column=j, value=i+j)
# 保存文件
start_time = time.time()
wb.save("openpyxl.xlsx")
print('openpyxl写入Excel耗时：', time.time() - start_time, '秒')

运行上述代码，我们可以得到openpyxl写入Excel的时间。下面我们将介绍另外几种Excel写入方式，与openpyxl进行速度对比。

2.2 xlsxwriter

xlsxwriter是Python写入Excel的另一种常用库。下面我们将使用xlsxwriter写入数据至Excel，并计算运行时间。

import xlsxwriter
import time
# 创建一个工作簿
workbook = xlsxwriter.Workbook('xlsxwriter.xlsx')
# 新建一个工作表
worksheet = workbook.add_worksheet()
# 写入数据
for i in range(1, 1001):
    for j in range(1, 101):
        worksheet.write(i-1, j-1, i+j)
# 保存文件
start_time = time.time()
workbook.close()
print('xlsxwriter写入Excel耗时：', time.time() - start_time, '秒')

2.3 pandas

pandas是Python中一个强大的数据分析库，其中有一个著名的功能模块pandas.DataFrame，用于处理数据表格。同时，pandas也能够将数据写入Excel。下面我们将使用pandas将数据写入Excel，并计算运行时间。

import pandas as pd
import time
# 创建数据
data = [[i+j for j in range(1, 101)] for i in range(1, 1001)]
# 将数据存储到DataFrame中
df = pd.DataFrame(data)
# 将数据写入Excel
start_time = time.time()
df.to_excel('pandas.xlsx', index=False, header=False)
print('pandas写入Excel耗时：', time.time() - start_time, '秒')

2.4 fastxlsx

fastxlsx是相对于openpyxl和xlsxwriter来说比较新的一种Python写入Excel的库。它的目标是成为最快和最轻量的Python写入Excel库。下面我们将使用fastxlsx将数据写入Excel，并计算运行时间。

import fastxlsx
import time
# 创建工作簿
workbook = fastxlsx.Workbook('fastxlsx.xlsx')
# 新建工作表
worksheet = workbook.add_worksheet()
# 写入数据
for i in range(1, 1001):
    for j in range(1, 101):
        worksheet.write(i-1, j-1, i+j)
# 保存文件
start_time = time.time()
workbook.close()
print('fastxlsx写入Excel耗时：', time.time() - start_time, '秒')

3. 实验结果与分析

下面是本次实验的结果：

openpyxl写入Excel耗时： 11.60232663154602 秒

xlsxwriter写入Excel耗时： 5.289911985397339 秒

pandas写入Excel耗时： 17.957289695739746 秒

fastxlsx写入Excel耗时： 1.6259148120880127 秒

我们可以看到，fastxlsx的速度明显优于其他库。特别是在处理大文件时，可以节省大量时间。

4. 总结

本文分别介绍了openpyxl、xlsxwriter、pandas和fastxlsx等多种Python写入Excel方式，并对比了它们的运行速度。实验结果表明，fastxlsx的写入速度远高于其他库，可以在Excel写入大数据量时大大缩短运行时间。

同时，本文也提醒读者，在使用底层的库时需要格外小心，尤其是需要处理复杂Excel文件时，fastxlsx并不一定适合所有场景，建议使用时要多方考虑。