优化Python源码适配Excel数据

# 优化Python源码适配Excel数据

日常处理Excel数据时，Python的Pandas、Openpyxl等库确实好用，但遇到大文件、复杂格式或频繁读写，源码效率常常拖后腿。今天直接聊几个立竿见影的优化点，帮你把Python代码跑得更丝滑。

**1. 用对读写模式，告别“卡死”**
读Excel时，`pd.read_excel()`默认加载整个工作表，大文件直接内存爆炸。改成`read_excel(..., usecols='A:C', nrows=1000)`只取需要的列和行。写文件用`openpyxl`的`write_only=True`模式，逐行写入，内存占用锐减。如果只是追加数据，用`append`而不是整个重写。

**2. 数据类型提前定死，避免反复猜测**
Pandas自动推断类型会消耗大量计算。在`read_excel`中指定`dtype={'ID': str, '金额': float}`，或者用`converters`自定义转换函数。对于日期列，加`parse_dates=['日期']`，比事后`pd.to_datetime`快得多。

**3. 批量操作替代逐行循环**
很多人都用`for index, row in df.iterrows()`，这最慢。改成`df.apply(func, axis=1)`或向量化操作（比如`df['新列'] = df['列A'] + df['列B']`）。实在需要循环，用`itertuples()`，比`iterrows`快10倍以上。

**4. 表格合并与清洗，用“分块”思想**
多个Excel文件合并时，不要一次性读入再拼接。用`pd.concat([chunk for chunk in pd.read_excel('file.xlsx', chunksize=5000)])`流式处理。清洗脏数据时，优先用`str.replace`、`str.extract`等正则方法，一次处理整列。

**5. 内存不够？善用压缩与格式转换**
Excel文件体积大，先转成`.csv`或`.parquet`处理，速度翻倍。处理完再写回Excel。如果必须保留格式，用`openpyxl`的`data_only=True`只读数值，避免公式计算。

**6. 终极武器：多进程并行**
对多个Excel文件做相同操作，用`multiprocessing.Pool`或`concurrent.futures`，把文件分给多个CPU核心。注意每个进程独立打开文件，别共享连接。

最后提醒：别一股脑优化所有代码，先用`%timeit`或`cProfile`定位瓶颈。通常80%的耗时集中在20%的代码上，针对性优化就够了。这几个技巧，足够让你的Python处理Excel效率翻倍，赶紧试试吧。