Python 读取超大 Excel 文件表头

说明

《Python 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

有时，我们遇到超大的 Excel 数据文件需要读取，但我们只需要它的表头，如果使用 pandas 来读取（如下代码）会特别慢，因为它会先将整个文件加载到内存。

import pandas as pd

path = '/Users/hui/Downloads/RFM用户分层.xlsx'
df = pd.read_excel(path)
df.columns
# ...

这种情况，我们可以使用 openpyxl 库的 load_workbook 函数来读取，但要记得将 read_only 参数的值指定为 True，这样就返回 ReadOnlyWorksheet 对象，它是只读的，与普通的 Workbook 对象不同，它将延迟加载（lazy loading），最后必须使用 close() 方法显式关闭工作簿。

import openpyxl as opx

path = '/Users/hui/Downloads/RFM用户分层.xlsx'

# https://openpyxl.readthedocs.io/en/stable/optimized.html
wb = opx.load_workbook(path, read_only=True)
sheet = wb.active
cols = [i.value for i in sheet[1]]
wb.close()

cols
'''
['姓名',
 '最近一次购买日期',
 '距今天数',
 '累计购买次数',
 '累计金额',
 'R得分-分位数',
 'F得分-分位数',
 'M得分-分位数',
 'R得分-标准差',
 'F得分-标准差',
 'M得分-标准差',
 'R分类',
 'F分类',
 'M分类',
 '综合得分']
'''

以上代码中，wb.active 为当前打开的工作簿，加载文件是默认是第一个，列表推导式中的 sheet[1] 为工作薄第一行，i 为每个单元格。

这样就能快速得到工作工作簿的表头，此方法可以快速得到 Excel 的任何内容，而不需要事先将文件全部加载到内存。

（完）

Python 读取超大 Excel 文件表头

相关内容