Python读取Excel报表内存不足，如何通过指定列和dtype引擎优化降维？
- 内容介绍
- 文章标签
- 相关推荐
本文共计1224个文字，预计阅读时间需要5分钟。
基本原因不是文件太大，而是使用`read_excel`默认将整个表（含隐藏列、空行、样式缓存、共享字符串等）全量填充进内存，再转换为`DataFrame对象。您只想取其中的3列，可以先解析前200列，再筛选。
典型表现：MemoryError 报错堆栈里一定有 openpyxl 或 xlrd 的调用链；任务管理器能看到 Python 进程内存飙升到几 GB 后崩掉。
- openpyxl 引擎对格式支持最全，但内存开销最大，尤其含合并单元格或条件格式时
- xlrd（仅 ≤1.2.0）已停止维护，不支持 .xlsx 新格式，但读纯数据时比 openpyxl 省约 30% 内存
- 使用
engine='odf'或engine='calamine'（需 pip install calamine-python）可跳过 XML 解析层，直接提取原始值，内存占用下降 50%+，但会丢弃所有样式和公式
只读指定列：usecols 参数的三种写法与陷阱
usecols 是最直接的降维手段，但它不是“选哪几列就读哪几列”，而是“先按规则筛列名/列号，再读”。错误用法反而会加重负担。
本文共计1224个文字，预计阅读时间需要5分钟。
基本原因不是文件太大，而是使用`read_excel`默认将整个表（含隐藏列、空行、样式缓存、共享字符串等）全量填充进内存，再转换为`DataFrame对象。您只想取其中的3列，可以先解析前200列，再筛选。
典型表现：MemoryError 报错堆栈里一定有 openpyxl 或 xlrd 的调用链；任务管理器能看到 Python 进程内存飙升到几 GB 后崩掉。
- openpyxl 引擎对格式支持最全，但内存开销最大，尤其含合并单元格或条件格式时
- xlrd（仅 ≤1.2.0）已停止维护，不支持 .xlsx 新格式，但读纯数据时比 openpyxl 省约 30% 内存
- 使用
engine='odf'或engine='calamine'（需 pip install calamine-python）可跳过 XML 解析层，直接提取原始值，内存占用下降 50%+，但会丢弃所有样式和公式
只读指定列：usecols 参数的三种写法与陷阱
usecols 是最直接的降维手段，但它不是“选哪几列就读哪几列”，而是“先按规则筛列名/列号，再读”。错误用法反而会加重负担。