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

Question

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

Mi código de la panda es la siguiente:

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

me trataron XLRD antes, pero obtuvieron resultados similares. Esta fue mi código con XLRD:

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

Por lo tanto, puede alguien sugerir una manera más rápida para recuperar los nombres de las hojas de un archivo de Excel que leer todo el archivo?

Answer 1

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 una manera 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 

Answer 2

Como pandas utiliza xlrd para la lectura de las hojas de Excel y pasa todos los argumentos de palabras clave de pandas.ExcelFile a xlrd.open_workbook, pd.ExcelFile acepta la bandera on_demand así . Por lo tanto, no es necesario cargar xlrd por separado:

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