pandas 加载 csv 的速度比 excel 快 10 倍。因此，如果可以的话，请将这些文件转换为 csv，这些文件会被多次加载。

我一直在使用 cython，它似乎可以加快读取功能和处理速度。请点击此链接了解更多详情。它说，使用 cython 可以将处理速度提高 10 倍。

建议：如果可以的话，我建议将数据存储在数据库中，并使用 django/peewee 之类的 orm 进行数据处理。

如果您有任何其他疑问，请让我知道。

如果您想在不先转换为 CSV 的情况下保持 Excel 格式，请查看 R 编程环境中的readxl包。由于您有多个文件要读入并假设它们位于同一个文件夹中，因此我将使用 for 循环并遍历文件夹中的所有文件名。然后，如果所有文件都具有相同的变量，您可以将它们绑定到一个数据帧中。但是，可用内存可能会限制您在一帧中将所有内容绑定在一起的能力。您可能还需要根据电子表格的结构修改 read_excel 语句。

setwd("directory_path") # Set the working directory

# List all the excel (xlsx) files in the directory

files <- list.files("directory_path", full.names = TRUE, pattern="*.xlsx")

# Create empty "collector" data frame

df <- data.frame()

# loop through files in subset list and read the xlsx file and bind to "collector" data frame

for (i in 1:length(files)) {
  tempdf <- readxl::read_excel(files[i], sheet = 1, col_names = TRUE, col_types = NULL, na = "", skip = 0)
  df <- rbind(df,tempdf)
}