使用 win32com 和 python 的 Excel

Question

我想知道如何使用 python 的 win32com 客户端读取整个列，而不需要从 excel 工作表进行迭代。

Answer 1

您可以使用

Range

集合读取整列，而无需从工作表中进行迭代。如果担心性能问题，您应该永远不要使用

Cells

。 Python 使用 win32com 模块与 Excel COM 库进行交互。每当您使用 Python 和 COM（Excel、PowerPoint、Acess、ADODB 等）时，最大的性能限制之一就是 COM 和 Python 之间的 IO。使用 Range

 方法您只需调用一次 COM 方法，而使用 

Cells

 则可以为每一行调用一个 COM 方法。如果您在 VBA 或 .NET 中执行相同操作，这也会更快

在以下测试中，我创建了一个工作表，在单元格 A1 到 A2000 中包含 10 个随机字符。然后，我使用范围和单元格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 比 Cells 快 2 个数量级 (146 倍)。请注意，Range 方法返回一个 2D 列表，其中每个内部列表都是一行。列表迭代将

vals

 转置为 2D 列表，其中内部列表是一列。

Answer 2

您查看过

openpyxl 库吗？来自文档：

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

还支持迭代器和其他好东西。

Answer 3

最快的方法是通过

Range

 API 使用内置的 

win32com.client

 功能。不过，我不太喜欢它。我认为这个 API 很混乱，而且记录也很糟糕，而且使用它也不是很 Pythonic（但这只是我个人的想法）。

如果效率对您来说不是问题，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...

这将为您提供单元格对象。要获得纯值，请使用

sheet.col_values

 （还有一些其他非常好用的方法）。 

请记住 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（这也相当不错，但在我看来不如 xlrd）。