分块读取大文件 excel=＞pd.Dataframe

import os

import openpyxl
import pandas as pd


def openpyxl_to_dataframe(file_obj, header=1, skiprows=1, skipcol=1):
    """
    从一个基于openpyxl的Excel文件对象中提取数据并转换为Pandas的DataFrame对象。

    参数:
    file_obj: 文件对象
        包含Excel数据的文件对象
    header: int, 默认为1
        作为列名的行索引
    skiprows: int, 默认为1
        要跳过的行数
    skipcol: int, 默认为1
        要跳过的列数

    返回值:
    data: DataFrame
        包含Excel数据的DataFrame对象
    """
    # 从文件对象中加载工作簿
    wb = openpyxl.load_workbook(file_obj, read_only=True)
    
    # 获取工作表对象，假设工作表名为 Sheet1
    sht = wb[wb.sheetnames[0]]  
    
    # 读取第header行数据作为列名
    column_names = []
    for datas in sht.iter_rows(min_row=header, min_col=skipcol, max_row=header):
        for i in range(len(datas)):
            value = datas[i].value
            column_names.append(value)
    
    # 存储读取数据的列表
    data_list = []

    # 读取数据的同时存储到列表中
    for datas in sht.iter_rows(min_row=skiprows, min_col=skipcol):
        temp_list = []
        for i in range(len(datas)):
            cell_value = datas[i].value
            temp_list.append(cell_value)
        data_list.append(temp_list)

    # 将数据列表转换为DataFrame，列名为之前读取的第header行数据
    data = pd.DataFrame(data_list, columns=column_names)
    
    return data