trabajar - python obtener datos de excel

¿Cómo obtener nombres de hojas de archivos XLS sin cargar todo el archivo?

Question

Actualmente estoy usando pandas para leer un archivo de Excel y presentar sus nombres de hoja al usuario, para que pueda seleccionar qué hoja le gustaría usar. El problema es que los archivos son realmente grandes (70 columnas x 65k filas), demorando hasta 14 segundos en cargarse en una notebook (los mismos datos en un archivo CSV toman 3s).

Mi código en panda es así:

xls = pandas.ExcelFile(path)
sheets = xls.sheet_names

Intenté xlrd antes, pero obtuve resultados similares. Este fue mi código con xlrd:

xls = xlrd.open_workbook(path)
sheets = xls.sheet_names

Entonces, ¿alguien puede sugerir una forma más rápida de recuperar los nombres de las hojas de un archivo de Excel que leer todo el archivo?

Answer 1

Como pandas usa xlrd para leer hojas de Excel y pasa todos los argumentos de palabras clave de pandas.ExcelFile a xlrd.open_workbook , pd.ExcelFile acepta el indicador on_demand . Por lo tanto, no es necesario cargar xlrd separado:

xls = pandas.ExcelFile(path, on_demand = True)
sheets = xls.sheet_names

Answer 2

puede usar la biblioteca xlrd y abrir el libro de trabajo con el indicador "on_demand = True", para que las hojas no se carguen automáticamente.

De lo que puede recuperar los nombres de las hojas de forma similar a los pandas:

import xlrd
xls = xlrd.open_workbook(r''<path_to_your_excel_file>'', on_demand=True)
print xls.sheet_names() # <- remeber: xlrd sheet_names is a function, not a property