Python读写Excel文件第三方库汇总

常见库简介

xlrd

xlrd是一个从Excel文件读取数据和格式化信息的库，支持.xls以及.xlsx文件。http://xlrd.readthedocs.io/en/latest/
    1、xlrd支持.xls，.xlsx文件的读
    2、通过设置on_demand变量使open_workbook()函数只加载那些需要的sheet，从而节省时间和内存(该方法对.xlsx文件无效)。
    3、xlrd.Book对象有一个unload_sheet方法，它将从内存中卸载工作表，由工作表索引或工作表名称指定(该方法对.xlsx文件无效)

xlwt
xlwt是一个用于将数据和格式化信息写入旧Excel文件的库(如.xls)。https://xlwt.readthedocs.io/en/latest/
    1、xlwt支持.xls文件写。

xlutils

xlutils是一个处理Excel文件的库，依赖于xlrd和xlwt。http://xlutils.readthedocs.io/en/latest/
    1、xlutils支持.xls文件。
    2、支持Excel操作。

xlwings

xlwings是一个可以实现从Excel调用Python，也可在python中调用Excel的库。http://docs.xlwings.org/en/stable/index.html
    1、xlwings支持.xls读，支持.xlsx文件读写。
    2、支持Excel操作。
    3、支持VBA。
    4、强大的转换器可以处理大部分数据类型，包括在两个方向上的numpy array和pandas DataFrame。

openpyxl
openpyxl是一个用于读取和编写Excel 2010 xlsx/xlsm/xltx/xltm文件的库。https://openpyxl.readthedocs.io/en/stable/
    1、openpyxl支持.xlsx文件的读写。
    2、支持Excel操作。
    3、加载大.xlsx文件可以使用read_only模式。
    4、写入大.xlsx文件可以使用write_only模式。

xlsxwriter
xlsxwriter是一个用于创建Excel .xlsx文件的库。https://xlsxwriter.readthedocs.io/
    1、xlswriter支持.xlsx文件的写。
    2、支持VBA。
    3、写入大.xlsx文件时使用内存优化模式。

win32com

win32com库存在于pywin32中，是一个读写和处理Excel文件的库。http://pythonexcels.com/python-excel-mini-cookbook/
    1、win32com支持.xls，.xlsx文件的读写，支持.xlsx文件的写。
    2、支持Excel操作。

DataNitro
DataNitro是一个内嵌在Excel中的插件。https://datanitro.com/docs/ 
    1、DataNitro支持.xls，.xlsx文件的读写。
    2、支持Excel操作。
    3、支持VBA。
    4、收费

pandas
pandas通过对Excel文件的读写实现数据输入输出http://pandas.pydata.org/
    1、pandas支持.xls，.xlsx文件的读写。
    2、支持只加载每个表的单一工作页。

环境配置及可实现操作

注：DataNitro作为插件使用需依托软件本身。
参考：https://zhuanlan.zhihu.com/p/23998083

读写测试

测试计算机硬件和系统

电脑型号 微星 MS-7846 台式电脑 
操作系统 Windows 7 旗舰版 64位 SP1 ( DirectX 11 )
处理器 英特尔 Pentium(奔腾) G3260 @ 3.30GHz 双核
主板 微星 H81M-P32L (MS-7846) ( 英特尔 Haswell - Lynx Point )
内存 4 GB ( 金士顿 DDR3 1600MHz )
主硬盘 西数 WDC WD5000AZLX-00ZR6A0 ( 500 GB / 7200 转/分 )
显卡 英特尔 Haswell Integrated Graphics Controller ( 256 MB / 微星 )

测试用例

用例1. 读.xls文件的整个表(表有5个分页，每个分页有2000行1200列的整数)。
用例2. 读.xlsx文件的整个表(表有5个分页，每个分页有2000行1200列的整数)。
用例3. 读.xls文件的整个表(表有1个分页，页有2000行1200列的整数)。
用例4. 读.xlsx文件的整个表(表有1个分页，页有2000行1200列的整数)。
用例5. 写.xls文件的整个表(表有5个分页，每个分页有2000行1200列的整数)。
用例6. 写.xlsx文件的整个表(表有5个分页，每个分页有2000行1200列的整数)。
用例7. 写.xls文件的整个表(表有1个分页，页有2000行1200列的整数)。
用例8. 写.xlsx文件的整个表(表有1个分页，页有2000行1200列的整数)。

测试结果

    注1.xlwt和pandas每个工作页最多写入256列，因此测试用例修改为每页有2000行256列的整数.
    注2.xlutils读写依赖于xlrd和xlwt，不单独测试。
    注3.openpyxl测试两种模式，一是普通加载写入，二是read_only/write_only模式下的加载写入。
    注4.DataNitro要收费，且需依托Excel使用，本次不测试。

读写性能比较

    单从读写的性能上考虑，win32com的性能是最好的，xlwings其次。
    openpyxl虽然操作Excel的功能强大，但读写性能过于糟糕，尤其是写大表时，会占用大量内存(把我的4G内存用完了)，开启read_only和write_only模式后对其性能有大幅提升，尤其是对读的性能提升很大，使其几乎不耗时(0.01秒有点夸张，不过确实是加载上了)。pandas把Excel当作数据读写的容器，为其强大的数据分析服务，因此读写性能表现中规中矩，但其对Excel文件兼容性是最好的，支持读写.xls，.xlsx文件，且支持只读表中单一工作页。同样支持此功能的库还有xlrd，但xlrd只支持读，并不支持写，且性能不突出，需要配合xlutils进行Excel操作，并使用xlwt保存数据，而xlwt只能写入.xls文件(另一个可以写入.xls文件的库是pandas，且这两个写入的Excel文件最多只能有256列，其余库就我目前的了解均只能写入.xlsx文件)，性能一般。xlsxwriter功能单一，一般用来创建.xlsx文件，写入性能中庸。win32com拥有最棒的读写性能，但该库存在于pywin32的库中，自身没有完善的文档，使用略吃力。xlwings拥有和win32com不相伯仲的读写性能，强大的转换器可以处理大部分数据类型，包括二维的numpy array和pandas DataFrame，可以轻松搞定数据分析的工作。
    综合考虑，xlwings的表现最佳，正如其名，xlwings——Make Excel Fly！

便捷性比较

    本测试目前只是针对Excel文件的读写，并未涉及Excel操作，单从读写的便捷性来讲，各库的表现难分上下，但是win32com和xlwings这两个库可以在程序运行时实时在打开的Excel文件中进行操作，实现过程的可视化，其次xlwings的数据结构转换器使其可以快速的为Excel文件添加二维数据结构而不需要在Excel文件中重定位数据的行和列，因此从读写的便捷性来比较，仍是xlwings胜出。

测试代码

计时

1. import timeit
3. if __name__ == '__main__':
4. # 使用timeit计时
5. t = timeit.Timer( '??()', setup='from __main__ import ??')
6. print(t.timeit(number= 1))

xlrd

1. import xlrd
3. def test_xlrd_on_demand_false():
4. # f = xlrd.open_workbook('test_cases\\read_xls.xls', on_demand=False)
5. f = xlrd.open_workbook( 'test_cases\\read_xlsx.xlsx', on_demand=False)
7. def test_xlrd_on_demand_true():
8. # f = xlrd.open_workbook('test_cases\\read_xls.xls', on_demand=True)
9. f = xlrd.open_workbook( 'test_cases\\read_xlsx.xlsx', on_demand=True)
10. f.sheet_by_index( 0)

xlwt

1. import xlwt
3. book = xlwt.Workbook()
4. def test_xlwt():
5. for s in range(5):
6. sheet = book.add_sheet(str(s))
7. for i in range(2000):
8. for j in range(256):
9. sheet.write(i, j, 65536)
10. book.save( 'test_cases\\write_xls.xls')

xlwings

1. import xlwings
3. def test_xlwings_read():
4. # f = xlwings.Book('test_cases\\read_xls.xls')
5. f = xlwings.Book( 'test_cases\\read_xlsx.xlsx')
7. import numpy as np
9. f = xlwings.Book( '')
10. d = np.zeros([ 2000, 1200])
11. d += 65536
13. def test_xlwings_write():
14. for s in range(1):
15. sheet = f.sheets.add()
16. sheet.range( 'A1').value = d
17. f.save( 'test_cases\\write_xlsx.xlsx')

openpyxl

1. import openpyxl
3. def test_openpyxl_read():
4. f = openpyxl.load_workbook( 'test_cases\\read_xlsx.xlsx', read_only=True)
7. c = [ 65536] * 1200
8. f = openpyxl.Workbook(write_only= True)
10. def test_openpyxl_write():
11. for i in range(1):
12. sheet = f.create_sheet(title=str(i))
13. for row in range(2000):
14. sheet.append(c)
15. f.save( 'test_cases\\write_xlsx.xlsx')

xlsxwriter

1. import xlsxwriter
3. workbook = xlsxwriter.Workbook( 'test_cases\\write_xlsx.xlsx')
4. def test_xlsxwriter():
5. for s in range(1):
6. worksheet = workbook.add_worksheet()
7. for i in range(2000):
8. for j in range(1200):
9. worksheet.write(i, j, 65536)
10. workbook.close()

win32com

1. import win32com.client as win32
3. excel = win32.gencache.EnsureDispatch( 'Excel.Application')
4. def test_win32com_read():
5. # wb = excel.Workbooks.Open('E:\\excel\\test_cases\\read_xls.xls')
6. wb = excel.Workbooks.Open( 'E:\\excel\\test_cases\\read_xlsx.xlsx')
7. # excel.Visible = True
10. wb = excel.Workbooks.Add()
11. def test_win32com_write():
12. for i in range(1):
13. ws = wb.Worksheets.Add()
14. ws.Range( "A1:ATD2000").Value = 65536
16. wb.SaveAs( 'E:\\excel\\test_cases\\write_xlsx.xlsx')
17. excel.Application.Quit()

pandas

1. 1. import pandas as pd
   3. def test_pandas_read():
   4. for i in range(1, 6):
   5. sheet_name = "Sheet" + str(i)
   6. # df = pd.read_excel('test_cases\\read_xls.xls', sheet_name)
   7. df = pd.read_excel( 'test_cases\\read_xlsx.xlsx', sheet_name)
   10. import numpy as np
   11. d = np.zeros([ 2000, 255])
   12. d += 65536
   13. df = pd.DataFrame(d)
   14. # writer = pd.ExcelWriter('test_cases\\write_xls.xls')
   15. writer = pd.ExcelWriter( 'test_cases\\write_xlsx.xlsx')
   16. def test_pandas_write():
   17. df.to_excel(writer, 'Sheet1')
   18. df.to_excel(writer, 'Sheet2')
   19. df.to_excel(writer, 'Sheet3')
   20. df.to_excel(writer, 'Sheet4')
   21. df.to_excel(writer, 'Sheet5')
   22. writer.save()