pandas读取Excel每一行转为列表的两种方式

专栏导读

• 🌸 欢迎来到Python办公自动化专栏—Python处理办公问题，解放您的双手

• 🏳️‍🌈 博客主页：请点击——> 一晌小贪欢的博客主页求关注

• 👍 该系列文章专栏：请点击——>Python办公自动化专栏求订阅

• 🕷 此外还有爬虫专栏：请点击——>Python爬虫基础专栏求订阅

• 文章作者技术和水平有限，如果文中出现错误，希望大家能指正🙏

• ❤️ 欢迎各位佬关注！ ❤️

方法1

• 缺点：

• 函数使用了 pandas 的 iterrows() 方法来遍历 DataFrame，这种方法在处理大型数据集时可能会相对较慢，因为它会创建 Series 对象，对内存和 CPU 都有一定的开销。

# -*- coding: UTF-8 -*-
'''
@Project ：测试 
@File    ：test2.py
@IDE     ：PyCharm 
@Author  ：一晌小贪欢（278865463@qq.com）
@Date    ：2024/3/25 21:46 
'''

import pandas as pd
import time


def main():
    t1 = time.time()
    # 使用 openpyxl 引擎读取 Excel 文件
    df = pd.read_excel('test.xlsx', engine='openpyxl')

    # 输出每一行的行号和数据
    for index, row in df.iterrows():
        print(f"行号: {index}, 数据: {row.tolist()}")

    t2 = time.time()
    print(f"读取 Excel 文件并输出行号和数据耗时：{t2 - t1} 秒")
    
main()

方法2

• 特点：

• 使用了 enumerate(df.values.tolist()) 来遍历 DataFrame 的值，这种方式将整个 DataFrame 转换为 list，然后进行遍历。如果数据集非常大，一次性转换为 list 可能会导致内存占用较高，但遍历速度通常比 iterrows() 快。

def main2():
    t1 = time.time()
    # 使用 openpyxl 引擎读取 Excel 文件
    df = pd.read_excel('test.xlsx', engine='openpyxl')

    # 输出每一行的行号和数据
    for index, row in enumerate(df.values.tolist()):
        print(f"行号: {index}, 数据: {row}")

    t2 = time.time()
    print(f"读取 Excel 文件并输出行号和数据耗时：{t2 - t1} 秒")

main2()

结尾

希望对大家有帮助

致力于办公自动化的小小程序员一枚

都看到这了，关注+点赞+收藏=不迷路！！

如果你想知道更多关于Python办公自动化的知识各位佬给个关注吧！