使用openpyxl从大文件中删除行

Question

我正在使用openpyxl处理一个.xlsx文件，该文件包含大约10K个产品，其中一些是“常规项目”，一些是需要订购的产品。对于我正在做的项目，我希望删除包含需要订购的项目的所有行

我用实际工作簿的一小部分样本进行了测试，代码按照我想要的方式运行。然而，当我在实际的工作簿中尝试这项操作时，删除这些行似乎要花费很长时间（它已经运行了将近一个小时）

以下是我使用的代码：

wb = openpyxl.load_workbook('prod.xlsx')
sheet = wb.get_sheet_by_name('Sheet1')
def clean_workbook():
    for row in sheet:
        for cell in row:
            if cell.value == 'ordered':
                sheet.delete_rows(cell.row)

我想知道在我的代码中有没有一个更快的方法来做一些调整？或者，有没有更好的方法只读取工作簿中的常规库存，而不删除不需要的项目

Answer 1

删除循环中的行可能很慢，因为openpyxl必须更新被删除行下面的所有单元格。因此，您应该尽可能少地这样做。一种方法是收集行号列表，检查连续组，然后使用此列表从底部删除

更好的方法可能是通过ws.values循环并写入一个新的工作表，过滤掉相关的行。复制任何其他相关数据，如格式等。然后可以删除原始工作表并重命名新工作表

ws1 = wb['My Sheet']
ws2 = wb.create_sheet('My Sheet New')

for row in ws1.values:
    if row[x] == "ordered": # we can assume this is always the same column
       continue
    ws2.append(row)

del wb["My Sheet"]
ws2.title = "My Sheet"

对于更复杂的过滤，您可能希望将值加载到数据帧中，进行更改，然后写入新的工作表

Answer 2

您可以以只读模式打开，并将所有内容导入列表，然后在列表中修改总是比在excel中工作快得多。修改列表后，制作新的工作表并将列表上载回excel。我用我的10万个项目excel这样做