pandas的read_excel函数运行过慢，搭配tkinter选文件时如何优化？

卡顿本质是Tkinter的UI渲染与同步代码都运行在主线程，路径标签的更新操作会被后续的pd.read_excel()读文件操作阻塞，必须等读文件完成后UI才会完成渲染，所以看起来路径显示延迟。

方法1：强制先刷新UI（最简单，代码改动最小） #

在路径标签创建放置完成后，先调用窗口的update()方法强制刷新所有UI变更，再执行读文件操作，即可先看到路径再等待读文件完成。
示例代码：

def fileopen():
  filepath = filedialog.askopenfilename(filetypes=(("xlsx", "*.xlsx"), ("all files", "*.*")))
  label = Label(window, text=filepath) 
  label.pack()
  label.place(x=200, y=80)
  # 强制刷新UI，优先显示路径
  window.update()
  df = pd.read_excel(filepath) 

方法2：优化pd.read_excel()读文件速度 #

如果Excel文件本身过大，可通过参数裁剪读取范围、降低解析开销，直接减少读文件耗时：

• 用usecols参数指定只读取需要用到的列，避免加载无关列
• 用skiprows参数跳过表头前的无效行
• 用engine="openpyxl"搭配engine_kwargs={"data_only": True}只读单元格值，跳过公式、格式等无关内容解析
• 升级pandas、openpyxl到最新版本，旧版本普遍存在性能问题
  示例代码：

df = pd.read_excel(
    filepath,
    usecols=["需要的列名1", "需要的列名2"], # 按需填写
    skiprows=2, # 按需调整跳过的行数
    engine="openpyxl",
    engine_kwargs={"data_only": True}
)

方法3：子线程执行读文件操作（最流畅，UI全程无卡顿） #

如果文件过大读文件耗时很长，即使先显示路径，主线程被读文件占用时整个窗口都会处于无响应状态，此时可以把读文件逻辑放到子线程执行，完全不阻塞UI渲染：
示例代码：

import threading

# 读文件完成后的回调函数，处理读好的df，只能在这里操作UI
def after_load(df):
    # 此处填写你的后续业务逻辑，比如把df内容展示到界面上
    pass

# 子线程执行的读文件逻辑
def load_excel_async(filepath):
    df = pd.read_excel(filepath)
    # 切回主线程执行UI操作
    window.after(0, lambda: after_load(df))

def fileopen():
  filepath = filedialog.askopenfilename(filetypes=(("xlsx", "*.xlsx"), ("all files", "*.*")))
  label = Label(window, text=filepath) 
  label.pack()
  label.place(x=200, y=80)
  # 启动子线程执行读文件，不阻塞主线程UI
  threading.Thread(target=load_excel_async, args=(filepath,), daemon=True).start()

内容的提问来源于stack exchange，提问作者Moon