使用win32com和Python操作Excel

Question

使用win32com和Python操作Excel

pythonwin32com

3

我想知道如何使用Python的win32com客户端在不迭代Excel表格的情况下读取整个列。

- Nischal Hp

3个回答

2

你是否看过openpyxl库？根据文档：

from openpyxl import load_workbook
wb = load_workbook(filename='file.xlsx')
ws = wb.get_sheet_by_name(name='Sheet1')
columns = ws.columns()

此外，还支持迭代器和其他好用的工具。

- PattimusPrime

1

最快的方法是使用内置的Range功能，通过win32com.client API实现。然而，我不是它的粉丝。我认为API很混乱且文档不好，使用它并不是很Pythonic（但这只是我的看法）。

如果效率对您不是问题，您可以使用优秀的xlrd库。像这样：

import xlrd
book = xlrd.open_workbooks('Book1')
sheet = book.sheet_by_name('Sheet1')
sheel.col(1)
sheet.col(2)
# and so on...

那会给你单元格对象。要获取纯值，请使用sheet.col_values（还有一些其他非常好用的方法）。

只需记住xlrd代表“excel read”，因此如果您想写入Excel文件，您需要一个名为“xlwt”的不同库（据我看来，这个库也相当不错，尽管不如xlrd）。

- yuvi

是的，我尝试编写了这段代码，并且在思考时，Python 可以尽可能地减少编写量，所以我在想是否有任何方法可以仅返回一个包含所需列值的列表，而无需编写迭代部分。 - Nischal Hp

你可以使用xlrd库，等一下我会添加一个例子。 - yuvi

那就希望能有所帮助！ - yuvi

从概念上讲，我认为 OP 正在寻找一种以“一次性”检索整个范围的方法，就像使用 SELECT 从数据库中检索结果集一样。也就是说，在检索之前必须处理任何必须进行的“迭代”。在数据库的情况下，SQL 引擎可能在内部进行迭代，但您看到的只是一个“返回值”，其中包含多个值。因此，对于 Excel，OP 希望指定一个范围，然后将所有值“一次性”抓取到元组中。这可能是可能的，也可能不可能；我不太了解 COM。 - John Y

当然，在某种程度上，肯定会有某种迭代。但是，如果您可以让Excel通过COM（但使用范围操作；即Excel程序本身扮演“SQL引擎”的角色）来完成繁重的工作，那么它将是最快的。如果您必须在“高级”（在这种情况下使用Python）中进行迭代，则直接读取文件比COM更快，因为与COM机制相关的开销（Python与Windows通信与运行的Excel实例通信）存在。我非常喜欢xlrd，但它并没有什么特别优化的地方。 - John Y

显示剩余9条评论

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Michael David Watson · Accepted Answer

使用 Range 集合可以在不迭代工作表的情况下阅读整个列。如果性能是任何问题，您应该永远不要使用Cells。Python 使用 win32com 模块与 Excel COM 库交互。每当您使用 Python 和 COM（Excel、PowerPoint、Acess、ADODB 等）时，最大的性能限制因素之一将是 COM 和 Python 之间的 IO。使用 Range 方法只需要进行一次 COM 方法调用，而使用 Cells 则每行都需要进行一次。如果您在 VBA 或 .NET 中执行相同操作，这也会更快。

在接下来的测试中，我创建了一个工作表，在单元格 A1 到 A2000 中随机生成了 10 个字符，然后使用 Range 和 Cells 将这些值提取到列表中。

import win32com.client
app = win32com.client.Dispatch("Excel.Application")
s = app.ActiveWorkbook.Sheets(1)

def GetValuesByCells():
    startTime = time.time()
    vals = [s.Cells(r,1).Value for r in range(1,2001)]
    return time.time() - startTime

def GetValuesByRange():
    startTime = time.time()
    vals = [v[0] for v in s.Range('A1:A2000').Value]
    return time.time() - startTime

>>> GetValuesByRange()
0.03600001335144043

>>> GetValuesByCells()
5.27400016784668

在这种情况下，Range方法比Cells方法快两个数量级（146倍）。请注意，Range方法返回一个二维列表，其中每个内部列表都是一行。列表迭代将vals转置为一个二维列表，其中内部列表是一列。