前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >[1186]ValueError: This sheet is too large!

[1186]ValueError: This sheet is too large!

作者头像
周小董
发布2023-10-10 08:29:55
2750
发布2023-10-10 08:29:55
举报
文章被收录于专栏:python前行者
文章目录

ValueError: This sheet is too large! Your sheet size is: 1052091, 17 Max sheet size is: 1048576, 16384

pandas导出excel,由于excel限制,.xls文件结尾,最大限制行数65535,.xlsx文件结尾,最大限制行数1048576

解决方案1: 用to_csv,写道csv文件里, 多少数据都能写进去。目前我处理上亿行都没问题。

代码语言:javascript
复制
df.to_csv('xxx.csv', index=False)

解决方案2: 分割为多个sheet写入文件

代码语言:javascript
复制
df = pd.read_sql(sql, con=self.con)
line,column=df.shape  # 返回行数和列数

writer = pd.ExcelWriter(path="./data/poi_data/%s.xlsx"%table_name, engine='xlsxwriter',
                                options={'strings_to_urls': False})  # 不将字符串转换为URL的选项创建ExcelWriter对象

if line>1048576: # excel最大行数1048576,最大列数16384
  #df.head(1048576).to_excel(excel_writer=writer,sheet_name=table_name,index=False)  # ,engine='openpyxl'
  #df.tail(line-1048576).to_excel(excel_writer=writer, sheet_name=table_name+'_2', index=False)
  df.iloc[:1048576,:].to_excel(excel_writer=writer, sheet_name=table_name, index=False)  # ,engine='openpyxl'
  df.iloc[1048576:,:].to_excel(excel_writer=writer, sheet_name=table_name + '_2', index=False)
else:
  df.to_excel(excel_writer=writer, sheet_name=table_name, index=False)
writer.close()

分块读取pandas文件,并将每个块保存在excel文件中

代码语言:javascript
复制
import pandas as pd
chunksize = 10 ** 6
for chunk in pd.read_csv('basel.txt', chunksize=chunksize):
    chunk.to_excel('basel_'+str(chunk)+'.excel')

分成几块,把每一块写在一张纸上。 np.array_split拆分为若干个块 np.split需要相等的除法

代码语言:javascript
复制
import numpy as np

nsheets = 10  # you may change it
for i, temp in enumerate(np.array_split(df, nsheets)):
    temp.to_excel('basel.xls', sheet_name=f'sheet_{i}')

参考:https://blog.csdn.net/weixin_41712499/article/details/119949179 https://blog.csdn.net/weixin_46277779/article/details/126058357 https://www.cnpython.com/qa/1302856

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2023-10-10,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 文章目录
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档