python-calamine：rust实现的读取excel高性能库

作者：马育民 • • 阅读：10130

介绍

python-calamine 是 Rust 库 calamine 的 Python 绑定，专门用于高速读取电子表格文件，只支持读，不支持写入/修改Excel，是 pandas 2.2+ 内置的官方 calamine 引擎底层依赖。

底层

Rust calamine + PyO3 + Maturin 打包，预编译二进制包，无需本地编译Rust环境。

支持文件格式

  • .xlsx 普通Excel
  • .xlsm 带宏Excel
  • .xlsb 二进制Excel（重点优势：能正确识别xlsb里的日期，pyxlsb做不到）
  • .xls 旧版Excel97
  • .ods OpenDocument 表格（LibreOffice）

优势

  1. 速度极快
    基准测试：比 openpyxl 快约5倍，odf快20倍，pyxlsb快4倍，xlrd快约1.5倍；大文件、百万单元格场景优势明显，内存占用更低。
    注意：只读取少量几行时，openpyxl/pyxlsb的懒加载会更快。
  2. 跨平台、无Office依赖
    Windows/Linux/macOS都能用，不需要安装微软Office、LibreOffice。
  3. 原生类型识别
    单元格自动区分：整数、浮点数、字符串、布尔、日期时间、空单元格、错误值，不是全部转为字符串。
  4. 和pandas无缝集成
    pandas read_excel 直接指定 engine="calamine" 即可使用，无需额外复杂适配。

限制

  1. 只读！不能写Excel，无法新建、修改、保存文件；写文件依旧用 openpyxl / xlsxwriter。
  2. 对合并单元格支持有限（新版底层rust calamine已支持，但python binding版本要看发布状态）。
  3. 不支持Excel公式计算（只能读取公式结果值，拿不到公式文本）。
  4. 不支持图表、宏脚本、单元格样式、颜色、批注等富格式信息，只读取单元格数据。

安装

pip

pip install python-calamine

uv

uv add python-calamine

基础使用例子

from python_calamine import CalamineWorkbook

# 打开工作簿
wb = CalamineWorkbook.from_path("test.xlsx")

# 获取所有工作表名称
print(wb.sheet_names)

# 通过工作表名获取sheet对象
sheet = wb.get_sheet_by_name("Sheet1")

# 读取全部数据，返回二维列表
data = sheet.to_python()
for row in data:
    print(row)

# 默认会自动跳过前面空白行列；关闭自动跳过
sheet = wb.get_sheet_by_name("Sheet1", skip_empty_area=False)

在 Pandas 中使用（最常用场景）

pandas >=2.2 原生内置calamine引擎，装好python-calamine即可直接调用

import pandas as pd

# 读取xlsb/xlsx/xls/ods
df = pd.read_excel(
    "data.xlsb",
    engine="calamine",
    usecols="A:C",  # 只读取指定列
    nrows=1000      # 只读前N行
)
print(df.head())

单元格数据类型

calamine底层会返回枚举类型，python-calamine自动映射：

  • Int → int
  • Float → float
  • String → str
  • Bool → bool
  • DateTime → datetime.datetime
  • Empty → None
  • Error → 错误标记（Excel单元格报错值）

和其他Excel读取库对比

库 底层 读写 优点 缺点
python-calamine Rust 只读 速度快、支持xlsb日期、跨平台 不可写，无样式/公式
openpyxl Pure Python 读写 功能最全，支持样式、公式 大文件慢、内存高
xlrd C/Python 只读 老牌稳定 新版不再支持xlsx
pyxlsb C 只读 读取xlsb xlsb日期识别差

适用场景

  • 大批量Excel数据采集、数据清洗、ETL、报表导入
  • 读取 .xlsb 文件（python-calamine最大亮点）
  • 跨平台服务端批量解析Excel，不想依赖Office
  • 不需要修改/生成Excel文件
  • 不需要读取单元格样式、颜色、公式文本、图表
  • 支持文件流：可以直接传入bytes，不用落地本地文件
  • 适合爬虫、数据中台批量解析大量报表场景
吉ICP备15003043号