如何仅读取一次Excel并为不同工作表设置不同read_csv_options？

问题背景 #

我有同一个Excel文件里的2个工作表，需要用不同的读取参数。目前的做法是分别读取两次：

df1 = pl.read_excel(path, sheet_name='sheet1', read_csv_options={'skip_rows': 2})
df2 = pl.read_excel(path, sheet_name='sheet2', read_csv_options={'infer_schema_length': 2000})

但重复读取同一个文件效率极低，想知道能不能只读取一次文件，再给每个工作表单独应用读取选项？另外我不太熟悉惰性操作，有没有相关方案？之前试过给read_csv_options传列表，但没生效：

pl.read_excel(
    path, sheet_name=['Base', 'Data_Funds'], read_csv_options=[{'infer_schema_length': 2000}, {'skip_rows': 2}]
)

解决方案 #

Polars的read_excel暂时不支持直接给多个工作表对应传递参数列表，但可以借助第三方库先一次性加载Excel文件，再分别读取工作表并应用参数，彻底避免重复磁盘IO：

步骤1：依赖准备

如果是读取.xlsx格式文件，需要先安装openpyxl：

pip install openpyxl

如果是.xls格式，改用xlrd即可。

步骤2：单次加载+分表读取

import polars as pl
from openpyxl import load_workbook

# 一次性加载整个Excel文件到内存（只读模式更高效）
wb = load_workbook(path, read_only=True)

# 为每个工作表单独指定读取参数
df1 = pl.read_excel(wb, sheet_name='sheet1', read_csv_options={'skip_rows': 2})
df2 = pl.read_excel(wb, sheet_name='sheet2', read_csv_options={'infer_schema_length': 2000})

# 读取完成后关闭工作簿释放资源
wb.close()

补充说明 #

• 为什么传列表参数不行？：Polars的read_csv_options是全局参数，会统一应用到所有指定的工作表，不支持按工作表分别传参，所以你之前的尝试无法生效。
• 关于惰性操作：Polars的惰性API（LazyFrame）主要用于延迟执行后续的数据处理逻辑，减少中间内存占用，但读取Excel本身属于即时IO操作，因此上面的“单次加载+分表读取”是更直接解决你效率问题的方案。

内容的提问来源于stack exchange，提问作者Victor Reial