在处理大数据量的XLSX文件时，openpyxl提供了优化的迭代器模式。通过设置`use_iterators=True`加载工作簿，然后利用`iter_rows()`方法，如`ws.iter_rows('C1:D21282')`，可以有效地读取特定范围的数据，减少内存消耗。这种方法用于统计C列特定行数中各数值的出现次数，并能写入到新的Excel文件中。
有时候，我们需要打开或写数据量非常大的XLSX文件，而openpyxl的通用方法将无法处理如此大的负载。令人高兴的是，openpyxl有两种模式，使我们可以用常量级的内存消耗来读取和写入无限量的数据。
本文首先介绍读大量数据的方法，写的方法我没有尝试，以后有了会贴上来，需要的可以参考http://packages.python.org/openpyxl/optimized.html。
首先我们需要打开一个excel表格，与以往的打开方式少有不同，比如我们打开一个文件名为haggle的xlsx文件，其调用方式应该为
wb = load_workbook(filename = 'haggle.xlsx',use_iterators=True)我们发现后面多了一个use_iterators=True。
其次，我们需要打开该工作薄的一个具体的工作表（sheet）：ws=wb.get_sheet_by
最低0.47元/天 解锁文章
扫一扫
3183
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
