MemoryError 使用 openpyxl 写入 500k+ 行

Question

我有一个脚本，它使用 openpyxl 打开一个模板 xlsx 文件，然后对六张纸中的每一张进行制作，从脚本前面生成的列表中添加一些数据并更改单元格的格式。

我遇到的问题是，在某些情况下，我需要在一张纸上写 9 列和 500k+ 行，这给了我一个MemoryError。

Traceback (most recent call last):
  File "C:\python27\labs\labs\sqrdist\new_main_ui.py", line 667, in request_and_send_reports
    x = sqr_pull.main()
  File "C:\Python27\lib\site-packages\memory_profiler-0.32-py2.7.egg\memory_profiler.py", line 801, in wrapper
    val = prof(func)(*args, **kwargs)
  File "C:\Python27\lib\site-packages\memory_profiler-0.32-py2.7.egg\memory_profiler.py", line 445, in f
    result = func(*args, **kwds)
  File "C:\python27\labs\labs\sqrdist\sqr_pull.py", line 327, in main
    os.remove(temp_attach_filepath)
  File "build\bdist.win32\egg\openpyxl\workbook\workbook.py", line 281, in save
  File "build\bdist.win32\egg\openpyxl\writer\excel.py", line 214, in save_workbook
  File "build\bdist.win32\egg\openpyxl\writer\excel.py", line 197, in save
  File "build\bdist.win32\egg\openpyxl\writer\excel.py", line 109, in write_data
  File "build\bdist.win32\egg\openpyxl\writer\excel.py", line 134, in _write_worksheets
  File "build\bdist.win32\egg\openpyxl\writer\worksheet.py", line 281, in write_worksheet
  File "build\bdist.win32\egg\openpyxl\writer\worksheet.py", line 381, in write_worksheet_data
  File "build\bdist.win32\egg\openpyxl\writer\worksheet.py", line 404, in write_cell
  File "build\bdist.win32\egg\openpyxl\xml\functions.py", line 142, in start_tag
  File "C:\Python27\lib\xml\sax\saxutils.py", line 159, in startElement
    self._write(u' %s=%s' % (name, quoteattr(value)))
  File "C:\Python27\lib\xml\sax\saxutils.py", line 104, in write
    self.flush()
MemoryError

我认为导致此问题的代码如下，其中KeywordReport 是列表列表。

ws_keywords = wb.get_sheet_by_name("E_KWs")
for r, row in enumerate(KeywordReport, start=1):
    for c, val in enumerate(row, start=1):
        mycell = ws_keywords.cell(row=r, column=c)
        mycell.value = val
        mycell.style = Style(border=thin_border)

ws_keywords.column_dimensions['A'].width = 60.0
ws_keywords.column_dimensions['B'].width = 50.0
ws_keywords.column_dimensions['C'].width = 50.0
ws_keywords.column_dimensions['D'].width = 15.0
ws_keywords.column_dimensions['E'].width = 16.0
ws_keywords.column_dimensions['F'].width = 16.0
ws_keywords.column_dimensions['G'].width = 16.0

for ref in ['A1','B1','C1','D1','E1','F1','G1']:
    cell = ws_keywords.cell(ref)
    cell.style = Style(font=Font(bold=True),fill=PatternFill(patternType='solid', fgColor=Color('ffd156')), border=thin_border)

gc.collect()
del KeywordReport[:]
gc.collect()

print "start of save"
wb.save(attach_filepath)
gc.collect()

os.remove(temp_attach_filepath)
QCoreApplication.processEvents()

我查看了http://openpyxl.readthedocs.org/en/latest/optimized.html，但我认为我不能使用它来编写而不只是转储到新工作簿中，但我需要现有模板中的数据。

有没有办法解决这个问题？

Answer 1

500k 行应该不是太大的问题。但我想这也取决于你有多少工作表。你的系统有多少内存？

安装 lxml 会更快（就像在循环之外创建任何样式一样），但我不认为它会降低内存使用率。

如果您确实需要从现有工作簿中复制数据，您可能需要考虑使用单独的工作簿进行更改，这样可以减少读取和写入的内存使用。进一步讨论可能最好放在邮件列表中。