当前位置:

首页 > 编程开发 > 为什么Python写入大量数据到Excel特别慢_改用to_csv或XlsxWriter引擎优化I/O性能

为什么Python写入大量数据到Excel特别慢_改用to_csv或XlsxWriter引擎优化I/O性能

Python写入大量数据到Excel时,默认openpyxl引擎因构建DOM树导致内存占用急剧上升。改用xlsxwriter引擎并启用constant_memory参数实现流式写入,内存占用大幅降低。相比之下,to_csv方法速度更快,但不能保留单元格格式且受Excel行数上限(约104万行)限制。因此,建议根据需求选择合适方法。

本文目录

    有一类问题在Python数据处理场景下反复出现:数据量一大,代码就卡死。尤其是当你试图把一份几十万行、上百万行的DataFrame,用to_excel写进Excel文件时,这种感觉就更明显了。明明只是在干活,结果要么内存直接爆掉,要么程序跑到一半系统无情地Killed——这种体验,相信不少人都不陌生。

    归根结底,问题不在于Python本身慢,而在于写入Excel的底层机制带来的“隐形成本”。

    为什么 to_excel 写入百万行就卡死

    根本原因不是 Python 慢,而是 pandas 默认用 openpyxl 引擎写入时,每写一行都会触发三件事:XML节点构建、样式对象初始化、以及单元格对象实例化。100 万行乘以 20 列,相当于生成上千万个Python对象——内存能不涨吗?GC压力能不大吗?更要命的是,openpyxl 默认以 DOM 方式构建整个工作簿的树结构,写完才序列化成 .xlsx 文件。这意味着整个过程无法流式释放,一旦数据量上来,MemoryError 或者系统 OOM Killer 杀进程,几乎是迟早的事。

    换句话讲,不是你的数据太“重”,是 openpyxl 的写入模式本身就不适合大批量数据。

    改用 xlsxwriter 引擎必须加 constant_memory=True

    这是提速最关键的一步,也是很多人容易漏掉的一环。xlsxwriter 虽然不走 DOM 路线,但默认情况下仍然会缓存整张表的格式状态。只有启用 constant_memory=True,它才会切换为纯流式写入:边写边 flush 到磁盘,内存占用几乎恒定。实测下来,150 万行数据,内存仅占用约 80MB 左右——对比 openpyxl 的暴涨曲线,这几乎是降维打击。

    正确的写法如下:

    with pd.ExcelWriter('out.xlsx', engine='xlsxwriter', 
                        engine_kwargs={'options': {'constant_memory': True}}) as writer:
        df.to_excel(writer, index=False)

    当然,凡事有代价。constant_memory=True 会禁用某些高级功能,比如你不能在写入过程中插入图表,也不能动态设置某列宽度后再写数据。所有格式都需要提前定义好,或者干脆放弃。但如果你只是要“把数据写出来”,这个取舍是完全值得的。

    to_csv 真的比 to_excel 快几十倍?看场景

    是的,但这句话的成立条件很严格——只限于“纯数据导出”场景。CSV 是纯文本流,没有格式、不需要类型推断、更不需要 XML 封装。to_csv 底层调用的是 C 实现的 fastcsv,写入 100 万行通常只需要 1 到 3 秒。

    不过,现实世界中往往有几个约束条件需要注意:

    • 如果你的数据里包含公式、合并单元格、条件格式、颜色或自定义字体——CSV 根本存不了,硬转就等于丢信息
    • Excel 打开大 CSV 文件时,会自动弹出“文本导入向导”,列类型经常被误判(比如把带前导零的 ID 当成数字),这时候你需要额外加 dtype=str,或者用 Excel 的“从文本/CSV 导入”功能手动指定
    • 如果 CSV 行数超过 1048576 行(Excel 的行数上限),Excel 只能打开前 1048576 行,剩下的直接截断——这时候要么切分文件,要么换数据库

    真正该警惕的“伪优化”操作

    网上不少教程推荐“分 chunk 写入 + ExcelWriter 循环 to_excel”,这个思路看起来合理,实际上反而更慢。因为每次调用 to_excel(sheet_name='Sheet1') 都会重建 worksheet 对象,重复初始化样式表、共享字符串池等开销,得不偿失。

    真正有效的做法只有两个方向:

    • 内存够,就一气呵成:直接用 df.to_excel(..., engine='xlsxwriter', ...),别拆分
    • 内存紧,就手动控制:用 chunksize 配合 xlsxwriter.Workbook 原生 API 逐批写入,绕过 pandas 的中间转换开销

    最后想说一句:当你的数据稳定超过 50 万行时,不妨认真思考一下——“我真的需要 Excel 吗?”在很多场景下,CSV 配合 SQLite 或 DuckDB,往往比 Excel 更快、更稳、更易自动化。选择正确的工具,比硬刚一个工具要聪明得多。

    为什么Python写入大量数据到Excel特别慢_改用to_csv或XlsxWriter引擎优化I/O性能

    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    编程开发 Python
    相关文章 更多
    python删除一个列表里的重复元素的方法与代码示例
    python删除一个列表里的重复元素的方法与代码示例

    学习如何使用Python高效删除列表中的重复元素。本文提供5种常见方法的代码示例,涵盖保持顺序与不保持顺序的场景,适合初学者和进阶开发者参考。

    Python写接口的步骤及完整代码示例
    Python写接口的步骤及完整代码示例

    详细讲解使用Python编写Web接口的核心步骤与完整代码示例,涵盖环境准备、路由定义、数据校验、服务启动及调试测试方法。

    codex怎么读取word文档及docx文件操作教程
    codex怎么读取word文档及docx文件操作教程

    介绍如何利用编程工具读取和解析Word文档(docx格式),涵盖基础文本提取代码示例、结构化数据处理逻辑,以及处理复杂排版时的技术局限与替代方案。

    怎么在Python中调用C语言代码提升性能
    怎么在Python中调用C语言代码提升性能

    详细讲解在Python中调用C语言代码提升性能的完整实践指南,包含原理分析、编译步骤、ctypes与CFFI具体实现、性能对比及常见陷阱。

    Python与C语言的性能差异及底层原理
    Python与C语言的性能差异及底层原理

    深入解析Python与C语言在执行效率上的数量级差异,从编译机制、变量内存布局、动态类型推断到GIL锁,系统阐明底层核心原理。

    Python和C语言哪个更适合编程入门
    Python和C语言哪个更适合编程入门

    客观对比Python与C语言在心智负担、底层机制与学习反馈上的核心差异,提供清晰有据的选择标准与切实的入门学习路径。

    selenium上传文件教程本地文件路径设置方法
    selenium上传文件教程本地文件路径设置方法

    深入解析Selenium处理文件上传的技术细节,涵盖标准HTML控件的路径直接注入法与非标准控件的系统级模拟方案,提供Windows与Linux环境下的路径设置最佳实践及常见异常排查。

    大数据开发语言选型:Java对比Scala与Python的优缺点及适用场景
    大数据开发语言选型:Java对比Scala与Python的优缺点及适用场景

    针对大数据工程场景,系统对比Java、Scala与Python在执行性能、生态结合、开发效率和维护成本上的核心差异,给出清晰的架构选型依据与落地方案。

    langgraph python guide中文入门教程详解
    langgraph python guide中文入门教程详解

    本篇LangGraph Python中文入门教程详解,系统梳理StateGraph状态机定义、节点编写、边与条件路由、检查点持久化(MemorySaver)等核心机制,提供从环境安装到完整循环智能体构建的代码示例与实操指导。

    Windows 安装 Python:从官方入口到虚拟环境的可复现实践
    Windows 安装 Python:从官方入口到虚拟环境的可复现实践

    面向后端开发者,基于 Python 官方文档说明如何在 Windows 上安装 Python、创建 venv 虚拟环境及使用 pip 管理依赖。包含可复制命令、验证方法及工具选择边界,避免常见配置误区。

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。