python生成的csv文件和转换的xlsx文件之间的大小差异

我编写了一个

python

程序，以特定格式重命名文件名（大约500k个文件）。为了跟踪状态，我创建了一个数组

status[[]]

，其中添加了文件名、文件路径、状态（重命名是否成功）和错误（如果有）。完成该过程后，使用

pandas

将该数组导出为

csv

status_file = # path to csv file
status_file_stream = open(status_file, 'w')

df_status = pandas.DataFrame(status)
df_status.to_csv(status_file, index=False)

生成的

CSV

文件大小为

228mb

，但当我用

openoffice

应用程序打开它并另存为

xlsx

时，新的

xlsx

文件大小只有

15.6mb

，没有丢失任何数据

---

为什么

CSV

和

XSLX

之间存在巨大的大小差异，或者这就是

pandas

获取大文件大小的问题？

为了完整性起见，我写下我的评论作为回答：

压缩！csv只是一种花哨的说法，它是一个带有逗号的txt文件，是一个纯文本文件。 另一方面，xlsx是一种二进制格式，生成这种格式的程序会压缩数据，如果您的数据基本相同，我假设这是因为路径基本相同，那么它是高度可压缩的，这就是您看到的

xlsx使用zip（至少根据谷歌的说法）

为了验证这一说法，我生成了一个约110MB的文件，其中包含具有相同路径的随机文件名，并使用

zlib

对其进行压缩，输出为约20MB

---

xlsx可能有额外的优化，但我没有深入研究其格式

为了完整性，我将写下我的评论作为回答：

压缩！csv只是一种花哨的说法，它是一个带有逗号的txt文件，是一个纯文本文件。 另一方面，xlsx是一种二进制格式，生成这种格式的程序会压缩数据，如果您的数据基本相同，我假设这是因为路径基本相同，那么它是高度可压缩的，这就是您看到的

xlsx使用zip（至少根据谷歌的说法）

为了验证这一说法，我生成了一个约110MB的文件，其中包含具有相同路径的随机文件名，并使用

zlib

对其进行压缩，输出为约20MB

---

xlsx可能有额外的优化，但我没有深入研究其格式

我也遇到了这个问题，不知道为什么尺寸会有差异

问题可能是因为：

xlsx压缩文件，使其小于csv

如果列只有整数，则xlsx将其视为Int64，csv将其视为float64

---

我也面临这个问题，不知道为什么尺寸不同

问题可能是因为：

xlsx压缩文件，使其小于csv

如果列只有整数，则xlsx将其视为Int64，csv将其视为float64

---

压缩

csv

是一种奇特的方式，可以说这是一个带有逗号的

txt

，它是一个纯文本文件<另一方面，code>xlsx是一种二进制格式，生成该格式的程序会压缩数据，如果您的数据基本相同，我假设这是因为路径基本相同，那么它是highley可压缩的，这就是您的情况seeing@NullmanOP表示CSV为228mb，xlsx为15MB，所以你所说的没有意义大多数OPs数据都是相同的（路径），这将是非常重要的compressible@Adelin我刚测试过。我制作了一个约110兆的文件，其中包含相同的路径和不同的文件名，然后用zlib压缩它，它下降到约20兆，这是没有任何有趣的优化，xlsx可以处理哦，对，看起来像是mecompression的答案

csv

是一种奇特的方式，可以说这是一个带有逗号的

txt

，它是一个纯文本文件<另一方面，code>xlsx是一种二进制格式，生成该格式的程序会压缩数据，如果您的数据基本相同，我假设这是因为路径基本相同，那么它是highley可压缩的，这就是您的情况seeing@NullmanOP表示CSV为228mb，xlsx为15MB，所以你所说的没有意义大多数OPs数据都是相同的（路径），这将是非常重要的compressible@Adelin我刚测试过。我制作了一个约110兆的文件，其中包含相同的路径和不同的文件名，然后我用zlib压缩它，它下降到约20兆，这是没有任何有趣的优化，xlsx可以处理哦，对，看起来像我的答案“xlsx使用zip（至少根据谷歌）”-请尝试以下① 将

file.xlsx

复制到

file.zip

② 双击

file.zip

这很有趣，我想它会有内部压缩部分“xlsx使用zip（至少根据谷歌的说法）”-请尝试以下内容① 将

file.xlsx

复制到

file.zip

② 双击

file.zip

这真是太棒了，我原以为它会有内部压缩部分