Python 加快将大型excel文件导入数据框的速度

我有一个相对较大的excel文件（.xlsx），其中一张表包含超过100k+行，跨越350+列，文件大小总计83MB

我使用

pandas

method

read_excel（）

加载文件，但完成这一切平均需要5分钟，占用的内存超过800 MB

excel_file = '/path/to/an_excel_file'
try:
    data = pd.read_excel(excel_path, engine='xlrd')
    process_data_further(data)
except FileNotFoundError:
    sys.exit(1)

如上所述，这是可行的，但我发现它相对缓慢且效率低下

---

知道如何优化文件的导入吗？

编辑：对不起，我的阅读方式不同。你想读XLSX

我希望这可能会有所帮助

***************************以下内容用于阅读CSV****************

您可以在读取chunksize参数时使用它。除了熊猫，你还可以使用达斯克、考拉、沃克斯和莫丁来加速这个过程。我个人更喜欢VOEX，因为它使用笔记本电脑上可用的RAM

---

请参阅此处的链接进行编辑：对不起，我的阅读方式不同。你想读XLSX

我希望这可能会有所帮助

***************************以下内容用于阅读CSV****************

您可以在读取chunksize参数时使用它。除了熊猫，你还可以使用达斯克、考拉、沃克斯和莫丁来加速这个过程。我个人更喜欢VOEX，因为它使用笔记本电脑上可用的RAM

---

有关数据已经是数据帧的信息，请参阅此处的链接。为什么要将其附加到空数据框中？请参阅，数据已经是一个数据框。为什么要将其附加到空数据帧中？请参阅，chunksize参数已被弃用，pd.read_excel（）不使用该参数，因为XLSX文件格式的性质，在解析过程中将作为一个整体读取到内存中。是的，您是对的。我读的不一样。我通常把我的XLS读成CSV，而不是XLS调用pandas，因为它们仅仅是一张保存为XLS的图纸。对于错误的回答，我深表歉意。chunksize参数已被弃用，并且由于XLSX文件格式的性质，pd.read_excel（）未使用该参数，在解析过程中将作为一个整体读取到内存中。是的，您是对的。我读的不一样。我通常把我的XLS读成CSV，而不是XLS调用pandas，因为它们仅仅是一张保存为XLS的图纸。为误导性的回答道歉。