python openpyxlの読み込みが遅すぎる

Question

私はxlsxファイルを所有しています。各行には30個の列があります。openpyxlを使用して情報全体をリストに保存します。

def get_value(i,ws,article_row): 
    value=ws.cell(row=article_row,column=i).value 
    i+=1 
    return value,i 
def geneList(f): 
    wb = load_workbook(filename=f, read_only=True) 
    ws = wb.worksheets[0] 
    max_row = ws.max_row 
    info_list=[] 
    for ar_row in range(2,max_row+1): 
     i=3#start from the 3rd column: sourceid 
     sourceID,i=get_value(i,ws,ar_row) 
     pv,i=get_value(i,ws,ar_row) 
     pubtype,i=get_value(i,ws,ar_row) 
...... 
     item_dict={'sourceID':sourceID,'pv':pv,'pubtype':pubtype, 
        ...} 
    info_list.append(item_dict) 

すべての情報を読むには約20分かかります。私はこの問題を解決する方法を知らないのですか？それは、情報を解析するのを遅らせることです。 .xlsxを.csvに変換しますか？または、別のツールを使って読む？

Answer 1

xlwingsを使用できます。非常に高速で使いやすいです。

Answer 2

この問題は、読み取り専用モードでのcellメソッドの広範な使用に関連しています。読み取り専用モードでは、openpyxlはオンデマンドで適切なワークシートを読み取り、メモリー使用量を少なくしますが、すべてのルックアップでXMLが再度解析されることを意味します。あなたが書き直したコードは、明らかに遅いすべての行のすべてのセルに対してファイルを再解析するようにopenpyxlに強制します。これは、行ベースのアクセス用のAPIがあるため、まったく必要ありません。関連する区切り文字でws.iter_rows()を使用して、必要なセルを取得してください。