我本地有个129M的excel文件，就一个sheet，里面有90万行数据
pd.read_excel(file1)
pd.read_excel(file1,nrows=1)
pd.read_excel(file2,usecols='A:C',skipfooter=899999)
上述3种方法，无论哪种，读取速度都慢得不行，我不知道要多久，超过5分钟我就停了，有没有什么办法可以快速读取excel数据的
for i in range(0,9):
data1['wo_new']=np.where((data1['dis1']>= 200)&(data1.index%9==0),data1['wo_id'],np.where((data1['dis1']<200)&
(data1.index%9==0),data1['wo_new'],np.where((data1['dis1']>= 200)&(data1.index%9!=0) ,data1['wo_id'], data1['wo_new'])))
data1['wo_new']=data1['wo_new'].shift(1)
无论是使用pandas的read_excel，还是直接使用xlrd或者openpyxl模块，想要打开一个百万行级别的Excel文件，的确是一件困难的事情。尽管openpyxl模块支持只读模式，可以快速打开文件，但是想要一次性读取全部数据，仍然需要花费很长时间；pandas干脆不支持只读模式，连打开文件都很困难。详情请在CSDN搜索《使用Python如何快速打开一个百万行级别的超大Excel文件？》
那么，就没有办法快速处理超大的excel文件吗？有一个救急的办法，推荐给题主：用Excel打开文件，另存为csv文件。对于超大的csv文件，无论那种工具，都可以快速读取全部数据。