Python 带qTableview的熊猫模型的慢速PyQt5 QAbstractTableModel
我正在使用PandaModel(QAbstractTableModel)在qtableView中显示数据。它在数据较少的情况下运行良好。但每当我尝试使用大数据时,它就会变得很慢。对于5000行数据,几乎需要20-25秒。在mssql mgmt studio中运行查询只需要几秒钟。我没有得到我的代码错误的地方Python 带qTableview的熊猫模型的慢速PyQt5 QAbstractTableModel,python,pandas,pyqt,pyqt5,Python,Pandas,Pyqt,Pyqt5,我正在使用PandaModel(QAbstractTableModel)在qtableView中显示数据。它在数据较少的情况下运行良好。但每当我尝试使用大数据时,它就会变得很慢。对于5000行数据,几乎需要20-25秒。在mssql mgmt studio中运行查询只需要几秒钟。我没有得到我的代码错误的地方 class PandasModel(QtCore.QAbstractTableModel): def __init__(self, df = pd.DataFrame(), par
class PandasModel(QtCore.QAbstractTableModel):
def __init__(self, df = pd.DataFrame(), parent=None):
QtCore.QAbstractTableModel.__init__(self, parent=parent)
self._df = df
def headerData(self, section, orientation, role=QtCore.Qt.DisplayRole):
if role != QtCore.Qt.DisplayRole:
return QtCore.QVariant()
if orientation == QtCore.Qt.Horizontal:
try:
return self._df.columns.tolist()[section]
except (IndexError, ):
return QtCore.QVariant()
elif orientation == QtCore.Qt.Vertical:
try:
return self._df.index.tolist()[section]+1
except (IndexError, ):
return QtCore.QVariant()
def data(self, index, role=QtCore.Qt.DisplayRole):
if role != QtCore.Qt.DisplayRole:
return QtCore.QVariant()
if not index.isValid():
return QtCore.QVariant()
return QtCore.QVariant(str(self._df.iloc[index.row(), index.column()]))
def setData(self, index, value, role):
if not index.isValid():
return False
if role != QtCore.Qt.EditRole:
return False
row = index.row()
if row < 0 or row >= len(self._data.values):
return False
column = index.column()
if column < 0 or column >= self._data.columns.size:
return False
self._data.values[row][column] = value
self.dataChanged.emit(index, index)
return True
def rowCount(self, parent=QtCore.QModelIndex()):
return len(self._df.index)
def columnCount(self, parent=QtCore.QModelIndex()):
return len(self._df.columns)
def sort(self, column, order):
colname = self._df.columns.tolist()[column]
self.layoutAboutToBeChanged.emit()
self._df.sort_values(colname, ascending= order == QtCore.Qt.AscendingOrder, inplace=True)
self._df.reset_index(inplace=True, drop=True)
self.layoutChanged.emit()
因为您使用的是数据库中的数据,所以我想指出PyQt 以及处理数据库中的数据 看看你的模型,对我来说,模型看起来很好,试着看看你的程序的哪个部分在消耗时间 您可以查看这些线程,了解有关这些线程的更多信息和详细信息: 最终的解决方案是使用分页,一次只显示5001000行,它将在几秒钟内运行
您可以访问这些线程来实现分页:或者谢谢您的评论,但我认为问题出在我的模型中。因为从'data=pd.read\u sql\u query(query\u string,sql\u conn)'我很快就得到了数据。每当模型试图在“tableView”中显示数据时,速度就会变慢。我不想在我的应用程序中使用分页。
sql_conn = pyodbc.connect('DRIVER={ODBC Driver 17 for SQL Server};SERVER=' +
server+';DATABASE='+database+';UID='+username+';PWD=' + password)
cursor = sql_conn.cursor()
def loadTranForACC(AccountID):
query_string="Select * from user.dbo.Transaction(nolock) where accID =" + AccountID
data=pd.read_sql_query(query_string, sql_conn)
return data