推荐学习书目
› Learn Python the Hard Way
Python Sites
› PyPI - Python Package Index
› http://diveintopython.org/toc/index.html
› Pocoo
值得关注的项目
› PyPy
› Celery
› Jinja2
› Read the Docs
› gevent
› pyenv
› virtualenv
› Stackless Python
› Beautiful Soup
› 结巴中文分词
› Green Unicorn
› Sentry
› Shovel
› Pyflakes
› pytest
Python 编程
› pep8 Checker
Styles
› PEP 8
› Google Python Style Guide
› Code Style from The Hitchhiker's Guide
pandas 的 to_excel,在几十万条数据(也可能上百万)的情况下太慢了该怎么解决？
lluuiq · 2021-03-31 20:47:03 +08:00 · 4209 次点击这是一个创建于 1367 天前的主题，其中的信息可能已经有所发展或是发生改变。
有个需求是导出某个部门下的所有数据,以某个部门为例查询出来就有 60+W 条数据。
目前是后端查询出来给 pandas 、pandas 用 to_excel 方法生成 excel，最后传文件流给前端。
然后发现时间全耗在了 to_excel 这里，生成 40+M 大小的文件耗时 10 分钟左右。
有什么办法能优化到一两分钟以内吗
 |
1
superrichman 2021-03-31 20:53:07 +08:00 via iPhone  2
to_csv
|
 |
2
noqwerty 2021-03-31 20:55:29 +08:00 via Android
先看看 csv 要多长时间，排除 io 的问题。如果 csv 没问题的话可以尝试换其他的 Excel writer engine，pandas 默认的好像很慢
|
 |
3
renmu123 2021-03-31 20:55:51 +08:00 via Android
你导出成 CSV 应该会快很多，或者 to_dict 后用 openpyxl 的一个快速写入（具体不记得叫啥了）模式写入试试看吧。
如果数据不需要 pandas 处理，没必要用 pandas 来转换啊。 |
 |
4
TimePPT 2021-03-31 21:02:52 +08:00 via Android
一般超过 10 万行就 csv 吧，你这存着费劲，接收方打开也费劲。
后来我还给运营培训过 sql，之后就开始导 sqlite db 文件给他们自己用了，随便用😂 |
 |
5
wuwukai007 2021-03-31 21:19:09 +08:00 via Android
xlwings，如果不是逐行写的话，速度蛮快的，不过 40m 的一般电脑打开直接卡白屏吧
|
|
6
wuwukai007 2021-03-31 21:22:01 +08:00 via Android
还有 engine=xlwrite,我之前用过比 openpyxl 速度快 40%
左右 |
 |
10
lithiumii 2021-03-31 22:09:06 +08:00 via Android
都六十万条数据了，excel 不合适了吧，毕竟 excel 是给人看
|
 |
11
Thymolblue 2021-03-31 22:10:28 +08:00
如果是 2D 数据的话可以考虑科学数据集(高于 3D 可能需要转换)
比如 hdf5 pandas 是能直接导出 hdf5 的 |
 |
12
snw 2021-03-31 22:23:51 +08:00 via Android
如果中间不需要给人看，没必要经过 excel 格式，用 csv 就行。
Excel 本身处理几十万行、十几列的表格数据其实问题不大，只是 lz 的需求没必要。 |
 |
13
neoblackcap 2021-03-31 22:59:26 +08:00
上百万的数据如果还要导出成 xlsx 格式，那么工作就会很有可能就会出现问题。原因是 xlsx 文件并不支持那么多数据。xlsx 最大行数为 2^20 = 1048576，你超过 100 万行的数据请考虑使用更加合适的工具，比如数据库
|
 |
14
liprais 2021-03-31 23:00:02 +08:00 via iPhone
不给人看转成 csv 的你们是认真的么....转成二进制格式多好....
|
 |
15
kkbblzq 2021-04-01 14:44:40 +08:00
别 excel 了，多了内存也会炸
|
 |
16
rationa1cuzz 2021-04-01 16:36:09 +08:00
我好奇你生成后能顺利打开吗？ 前几天还帮同学处理个雨量统计表 3M 多的 xlsx，一个大概十几秒
openpyxl engine=xlwrite 能快一点 |
 |
17
HankLu 2021-04-01 23:34:17 +08:00
to_csv，10 万条我的联想小新 Air15 只要十秒左右
|
 |
18
lluuiq OP @rationa1cuzz 能打开 就是 40+M 的文件要加载个 10 秒左右
|
Select Language