如何使用 Pandas 从大型 Excel 文件中高效地仅加载特定工作表？

使用 Pandas 从 Excel 文件高效加载特定工作表

在使用 Pandas 进行数据处理的情况下，通常需要从 Excel 文件访问特定工作表。但是，当使用 pd.read_excel() 函数时，整个工作簿不可避免地会加载到内存中。在处理大型 Excel 文件时，这可能会导致性能问题。

解决方案：利用 pd.ExcelFile

为了克服这一挑战，Pandas 提供了 pd.ExcelFile 类。此类允许您加载 Excel 文件一次并根据需要访问各个工作表，而无需重新加载整个文件。使用方法如下：

import pandas as pd

# Read the Excel file using pd.ExcelFile
xls = pd.ExcelFile('path_to_file.xlsx')

# Load specific worksheets
df1 = pd.read_excel(xls, 'Sheet1')
df2 = pd.read_excel(xls, 'Sheet2')

警告

需要注意的是，虽然使用 pd.ExcelFile 避免了整个工作簿的冗余加载，但它仍然需要初始加载文件。这意味着对于非常大的 Excel 文件，内存使用量可能仍然很大。

加载多个工作表的选项

pd.read_excel() 函数提供了加载多个工作表的选项。您可以指定工作表名称或索引的列表，如下所示：

# Load multiple sheets as a dictionary
sheet_names = ['Sheet1', 'Sheet2']
multiple_sheets = pd.read_excel('path_to_file.xlsx', sheet_name=sheet_names)

要将文件中的所有工作表作为字典加载，请使用 None 作为sheet_name 参数：

# Load all sheets as a dictionary
all_sheets = pd.read_excel('path_to_file.xlsx', sheet_name=None)

以上是如何使用 Pandas 从大型 Excel 文件中高效地仅加载特定工作表？的详细内容。更多信息请关注PHP中文网其他相关文章！