python - 将 xlwings 与 Excel 结合使用，这两种方法中哪一种最快/首选？

Question

我刚刚开始学习 Python，正在使用 xlwings 写入 Excel 电子表格。我对编码非常陌生(这是我的第一个问题)，所以这可能是一个简单的问题，但任何评论将不胜感激。

我正在阅读一个网站的页面源代码(使用 selenium 和 beautiful soup)来获取有关产品的一些信息，例如价格和重量。然后我将这些值写入 Excel 中的单元格。

我有两种方法可以做到这一点 - 第一种方法运行一个函数，然后将值写入 Excel，然后再继续执行下一个函数:

(这些是主脚本的摘录 - 两种方法都可以)

   while rowNum < lastRow + 1:    

    urlCellRef = (rowNum, colNum)
    url = wb.sheets[0].range(urlCellRef).value

    # Parse HTML with beautiful soup
    getPageSource()            

    # Find a product price field value within HTML
    getProductPrice() 
    itemPriceRef = (rowNum, colNum + 1)
    # Write price value back to Excel sheet
    wb.sheets[0].range(itemPriceRef).value = productPrice

    getProductWeight()
    itemWeightRef = (rowNum, colNum + 2)
    wb.sheets[0].range(itemWeightRef).value = productWeight     

    getProductQuantity()
    itemQuantityRef = (rowNum, colNum + 4)
    wb.sheets[0].range(itemQuantityRef).value = productQuantity

    getProductCode()
    prodCodeRef = (rowNum, colNum + 6)
    wb.sheets[0].range(prodCodeRef).value = productCode


    rowNum = rowNum + 1

第二个运行所有函数，然后一次性将每个存储的值写入 Excel:

   while rowNum < lastRow + 1:    

    urlCellRef = (rowNum, colNum)
    url = wb.sheets[0].range(urlCellRef).value


    getPageSource()            
    getProductPrice() 
    getProductWeight()
    getProductQuantity()
    getProductCode()


    itemPriceRef = (rowNum, colNum + 1)
    wb.sheets[0].range(itemPriceRef).value = productPrice  

    itemWeightRef = (rowNum, colNum + 2)
    wb.sheets[0].range(itemWeightRef).value = productWeight

    itemQuantityRef = (rowNum, colNum + 4)
    wb.sheets[0].range(itemQuantityRef).value = productQuantity

    prodCodeRef = (rowNum, colNum + 6)
    wb.sheets[0].range(prodCodeRef).value = productCode


    rowNum = rowNum + 1 

我想知道，哪种方法是执行此操作的首选方法？我没有注意到太大的速度差异，但我的笔记本电脑速度相当慢，因此如果一种方法被认为是最佳实践，那么我更愿意采用这种方法，因为我将增加将使用的网址数量。

非常感谢您的帮助!

Answer 1

Excel 调用的开销占主导地位。使用 XLWings 时，请尽可能少地写入电子表格。

我发现使用 Range 对象重写整个工作表(或要更改的工作表区域)比编写单个单元格、行或列要快得多。如果我不进行任何繁重的数据操作，我只是使用嵌套列表 - 将子列表视为列或行(为此使用转置选项)是否会更好取决于您如何处理您的列表数据。如果您正在处理更大的数据集或进行更密集的工作，您可能需要使用 NumPy 数组或 Panda。