主頁 > 作業系統 > 腳本太慢了。如何處理大檔案?

腳本太慢了。如何處理大檔案?

2022-11-10 19:32:49 作業系統

我在使用大型 Excel 表格時需要幫助。

描述


我從我們的 ERP 系統匯出的資料至少有 400K 行。在這份報告中,格式非常混亂,我想撰寫一個腳本來清理所有資料。

我開始寫小子只是為了洗掉空行和具有特殊行為的行。請看下面:

Sub Main()
OptimizeVBA (True)
DeleteLastRows
OptimizeVBA (False)
End Sub

Sub DeleteLastRows()
'Achtung, diese Funktion dauert sehr lange
Dim total
total = ActiveSheet.UsedRange.Rows.Count
Dim Tim1 As Single
Tim1 = Timer
For i = total To total - 100 Step -1
    If ThatSpecialLine("0", i, 1, 9) Then
        'DeleteRow (i)
        Rows(i).EntireRow.Delete
        ElseIf EmptyRow(i, 1, 13) Then
        'DeleteRow (i)
        Rows(i).EntireRow.Delete
    End If
Next
Tim1 = Timer - Tim1
MsgBox ("Anzahl der Zeilen nach der Bearbeitung: " & ActiveSheet.UsedRange.Rows.Count & vbNewLine & "Dafür wurde: " & Tim1 & " gebraucht")

End Sub

Function EmptyRow(ByVal Row As Long, ByVal startc As Integer, ByVal EndC As Integer) As Boolean
EmptyRow = True
Dim temp As String
    For i = startc To EndC
     temp = Cells(Row, i).Value
     temp = Trim(temp)
        If temp <> "" Then
            EmptyRow = False
            Exit Function
        End If
    Next
End Function

Function ThatSpecialLine(ByVal val As String, ByVal Row As Long, ByVal startc As Integer, ByVal EndC As Integer) As Boolean
ThatSpecialLine = False
If EmptyRow(Row, startc, EndC) Then
    If Cells(Row, EndC   1).Value = val Then
        ThatSpecialLine = True
    End If
End If
End Function

Sub OptimizeVBA(isOn As Boolean)
    Application.Calculation = IIf(isOn, xlCalculationManual, xlCalculationAutomatic)
    Application.EnableEvents = Not (isOn)
    Application.ScreenUpdating = Not (isOn)
    ActiveSheet.DisplayPageBreaks = Not (isOn)
End Sub

這段代碼需要大約 14 秒才能執行 100 行。我想知道為什么性能如此糟糕。我沒有優化應用程式性能的經驗,所以如果我的問題很愚蠢,請善待:)。

問題


  1. 將此 .xlsx 檔案匯出到 .txt 檔案并使用我在 Visual Studio 中使用 vb.net 或 C# 撰寫的程式進行處理會更好/更快嗎?這將是我的下一個想法。
  2. 如何改進我的 vba 代碼?

將此 .xlsx 檔案匯出到 .txt 檔案并使用我在 Visual Studio 中使用 vb.net 或 C# 撰寫的程式進行處理會更好/更快嗎?這將是我的下一個想法。

提前致謝

uj5u.com熱心網友回復:

您的代碼中有兩件事會使執行速度變慢。

第一件事與 Excel 與 VBA 有關。每次您的 VBA 代碼需要 Excel 中的某些內容時,它都必須呼叫內部介面,這相當慢。當您有一張包含幾行/幾列的作業表時,您無法測量這一點,但是在一張有 400k 行和(至少)13 列資料的作業表中,您有 500 萬個單元格,并且您的代碼讀取其中大部分 2 次. 這可以通過將大塊資料讀入陣列來加快速度。這只是一次讀取,對于這 500 萬個單元,可能只是一秒鐘的問題。

第二件事是純 Excel:即使您關閉重新計算和螢屏更新,從作業表中洗掉一行資料也非常緩慢。這意味著,您應該通過將要洗掉的行“收集”到 Range 變數中來減少洗掉次數,然后一次將它們全部洗掉。但是,收集的行數不應該太高。我嘗試了一下,1000似乎是合理的。

Sub DeleteLastRows()
    Const DeleteChunkSize = 1000
    
    Dim lastRow As Long
    With ThisWorkbook.Sheets(1)
        lastRow = .Cells(.Rows.Count, "A").End(xlUp).row
    
        ' Read all Data into Memory
        Dim AllData As Variant
        AllData = .Range(.Cells(1, 1), .Cells(lastRow, 13))
        Debug.Print "data read"
        Dim row As Long
        For row = lastRow To 2 Step -1
            If row Mod 100 = 0 Then DoEvents
            Dim deleteRange As Range, deleteCount As Long
            
            Dim toBeDeleted As Boolean
            toBeDeleted = ThatSpecialLine(AllData, "0", row, 1, 9) Or EmptyRow(AllData, row, 1, 13)
            If toBeDeleted Then
                deleteCount = deleteCount   1
                If deleteRange Is Nothing Then
                    Set deleteRange = .Cells(row, 1).EntireRow
                Else
                    Set deleteRange = Union(deleteRange, .Cells(row, 1).EntireRow)
                End If

                ' Delete only if a certain number of rows to be deleted is reached to speed up runtime
                If deleteCount >= DeleteChunkSize Then
                    DoEvents
                    deleteRange.Delete xlUp
                    Set deleteRange = Nothing
                    deleteCount = 0
                End If
            End If
        
        Next row
    End With
    ' delete the last chunk of data if any
    If Not deleteRange Is Nothing Then
        deleteRange.Delete xlUp
    End If

End Sub

我調整了您的輔助例程,以便它們處理作為引數傳遞的資料陣列:

Function EmptyRow(data As Variant, row As Long, startc As Long, EndC As Long) As Boolean
    EmptyRow = True
    Dim temp As String
    
    Dim i As Long
    For i = startc To EndC
        temp = Trim(data(row, i))
        If temp <> "" Then
            EmptyRow = False
            Exit Function
        End If
    Next
End Function

Function ThatSpecialLine(data As Variant, val As String, row As Long, startc As Long, EndC As Long) As Boolean
    If Not EmptyRow(data, row, startc, EndC) Then Exit Function
    ThatSpecialLine = (data(row, EndC   1) = val)
End Function

對于要洗掉的 1000 行,該代碼或多或少花費了 1 秒——我的示例表大約有 30% 的此類行。這將導致幾分鐘范圍內的運行時間。

但是有一個更快的嘗試,假設您只對資料感興趣,而不是格式。不要洗掉 Excel 作業表中的行,而是復制要保留在第二個陣列中的資料。完成后,洗掉作業表的所有資料并將復制的資料寫回 Excel。在我的示例表中,這可能需要 2 或 3 秒,行數 > 800k:

Sub CopyRelevantData()
    Dim lastRow As Long
    With ThisWorkbook.Sheets(1)
        lastRow = .Cells(.Rows.Count, "A").End(xlUp).row
    
        ' Read all Data into Memory
        Dim AllData As Variant, newData As Variant
        AllData = .Range(.Cells(1, 1), .Cells(lastRow, 13))
        ' Create a second array where you copy the data you want to keep
        ReDim newData(LBound(AllData, 1) To UBound(AllData, 1), LBound(AllData, 2) To UBound(AllData, 2))
        Debug.Print "data read"
        Dim row As Long, newRow As Long
        For row = 1 To lastRow
            Dim toBeDeleted As Boolean
            toBeDeleted = ThatSpecialLine(AllData, "0", row, 1, 9) Or EmptyRow(AllData, row, 1, 13)
            If Not toBeDeleted Then
                ' Copy this row of data
                newRow = newRow   1
                Dim col As Long
                For col = LBound(AllData, 2) To UBound(AllData, 2)
                    newData(newRow, col) = AllData(row, col)
                Next col
            End If
            If row Mod 100 = 0 Then DoEvents
        Next row
        
        .UsedRange.Clear
        .Cells(1, 1).Resize(UBound(AllData, 1), UBound(AllData, 2)) = newData
    End With
End Sub

uj5u.com熱心網友回復:

解決方案是在 VB.Net 中撰寫一個快速程式,只需讀取所需的行。我還對代碼做了一些改進。

以下代碼只需 1 秒即可讀取 List(of string()) 中的檔案并將其再次寫回 .csv

我認為我不會再將 vba 用于大資料。隨意改變我的想法。

Imports System.IO
Imports System.IO.File
Imports System.Text

Public Class Form1

    Public Datas As New List(Of String())

    Private Sub Button1_Click(sender As Object, e As EventArgs) Handles Button1.Click
        FileToList()
        DataToFile()
    End Sub


    Sub FileToList()
        Using sr As StreamReader = New StreamReader("Bestand 31.10.2022.CSV", Encoding.Default)
            Dim Time As DateTime = Now
            Dim span As TimeSpan
            Do Until sr.Peek() = -1
                Dim s As String = sr.ReadLine()
                Dim a() As String = s.Split(";")
                If Not EmptyRow(a) Then
                    Datas.Add(a)
                End If
            Loop
            span = Now - Time

            Dim i As Long = Datas.Count
            MessageBox.Show(String.Format("Es sind: {0} Zeilen vorhanden in der Liste" & vbCrLf &
                                          "Dies ben?tigte: {1}s", i, span.TotalSeconds))
        End Using

    End Sub

    Sub DataToFile()
        Dim Time As DateTime = Now
        Dim span As TimeSpan
        Using fs As FileStream = New FileStream("Test_" & DateTime.Now.ToShortDateString & ".csv", FileMode.Create)
            Using sw As StreamWriter = New StreamWriter(fs, Encoding.Default)
                For i = 0 To Datas.Count - 1
                    sw.WriteLine(Join(Datas(i), ";"))
                Next
            End Using
        End Using

        span = Now - Time
        MessageBox.Show(String.Format("Das Erstellen der neuen Datei hat: {0}s gedauert", span.TotalSeconds))
    End Sub

    Function EmptyRow(ByVal Array As String()) As Boolean

        For i = 0 To Array.Count - 1
            If Array(i) <> "" Then
                Return False
            End If
            Return True
        Next

    End Function


End Class

轉載請註明出處,本文鏈接:https://www.uj5u.com/caozuo/530988.html

標籤:擅长vba表现

上一篇:從縮進的行Excel中按行構造資料

下一篇:我可以撰寫一個宏來將檔案夾中最新檔案中的資料復制并粘貼到我打開的作業簿中嗎?

標籤雲
其他(157675) Python(38076) JavaScript(25376) Java(17977) C(15215) 區塊鏈(8255) C#(7972) AI(7469) 爪哇(7425) MySQL(7132) html(6777) 基礎類(6313) sql(6102) 熊猫(6058) PHP(5869) 数组(5741) R(5409) Linux(5327) 反应(5209) 腳本語言(PerlPython)(5129) 非技術區(4971) Android(4554) 数据框(4311) css(4259) 节点.js(4032) C語言(3288) json(3245) 列表(3129) 扑(3119) C++語言(3117) 安卓(2998) 打字稿(2995) VBA(2789) Java相關(2746) 疑難問題(2699) 细绳(2522) 單片機工控(2479) iOS(2429) ASP.NET(2402) MongoDB(2323) 麻木的(2285) 正则表达式(2254) 字典(2211) 循环(2198) 迅速(2185) 擅长(2169) 镖(2155) 功能(1967) .NET技术(1958) Web開發(1951) python-3.x(1918) HtmlCss(1915) 弹簧靴(1913) C++(1909) xml(1889) PostgreSQL(1872) .NETCore(1853) 谷歌表格(1846) Unity3D(1843) for循环(1842)

熱門瀏覽
  • CA和證書

    1、在 CentOS7 中使用 gpg 創建 RSA 非對稱密鑰對 gpg --gen-key #Centos上生成公鑰/密鑰對(存放在家目錄.gnupg/) 2、將 CentOS7 匯出的公鑰,拷貝到 CentOS8 中,在 CentOS8 中使用 CentOS7 的公鑰加密一個檔案 gpg -a ......

    uj5u.com 2020-09-10 00:09:53 more
  • Kubernetes K8S之資源控制器Job和CronJob詳解

    Kubernetes的資源控制器Job和CronJob詳解與示例 ......

    uj5u.com 2020-09-10 00:10:45 more
  • VMware下安裝CentOS

    VMware下安裝CentOS 一、軟硬體準備 1 Centos鏡像準備 1.1 CentOS鏡像下載地址 下載地址 1.2 CentOS鏡像下載程序 點擊下載地址進入如下圖的網站,選擇需要下載的版本,這里選擇的是Centos8,點擊如圖所示。 決定選擇Centos8后,選擇想要的鏡像源進行下載,此 ......

    uj5u.com 2020-09-10 00:12:10 more
  • 如何使用Grep命令查找多個字串

    如何使用Grep 命令查找多個字串 大家好,我是良許! 今天向大家介紹一個非常有用的技巧,那就是使用 grep 命令查找多個字串。 簡單介紹一下,grep 命令可以理解為是一個功能強大的命令列工具,可以用它在一個或多個輸入檔案中搜索與正則運算式相匹配的文本,然后再將每個匹配的文本用標準輸出的格式 ......

    uj5u.com 2020-09-10 00:12:28 more
  • git配置http代理

    git配置http代理 經常遇到克隆 github 慢的問題,這里記錄一下幾種配置 git 代理的方法,解決 clone github 過慢。 目錄 git配置代理 git單獨配置github代理 git配置全域代理 配置終端環境變數 git配置代理 主要使用 git config 命令 git單獨 ......

    uj5u.com 2020-09-10 00:12:33 more
  • Linux npm install 裝包時提示Error EACCES permission denied解

    npm install 裝包時提示Error EACCES permission denied解決辦法 ......

    uj5u.com 2020-09-10 00:12:53 more
  • Centos 7下安裝nginx,使用yum install nginx,提示沒有可用的軟體包

    Centos 7下安裝nginx,使用yum install nginx,提示沒有可用的軟體包。 18 (flaskApi) [root@67 flaskDemo]# yum -y install nginx 19 已加載插件:fastestmirror, langpacks 20 Loading ......

    uj5u.com 2020-09-10 00:13:13 more
  • Linux查看服務器暴力破解ssh IP

    在公網的服務器上經常遇到別人爆破你服務器的22埠,用來挖礦或者干其他嘿嘿嘿的事情~ 這種情況下正確的做法是: 修改默認ssh的22埠 使用設定密鑰登錄或者白名單ip登錄 建議服務器密碼為復雜密碼 創建普通用戶登錄服務器(root權限過大) 建立堡壘機,實作統一管理服務器 統計爆破IP [root ......

    uj5u.com 2020-09-10 00:13:17 more
  • CentOS 7系統常見快捷鍵操作方式

    Linux系統中一些常見的快捷方式,可有效提高操作效率,在某些時刻也能避免操作失誤帶來的問題。 ......

    uj5u.com 2020-09-10 00:13:31 more
  • CentOS 7作業系統目錄結構介紹

    作業系統存在著大量的資料檔案資訊,相應檔案資訊會存在于系統相應目錄中,為了更好的管理資料資訊,會將系統進行一些目錄規劃,不同目錄存放不同的資源。 ......

    uj5u.com 2020-09-10 00:13:35 more
最新发布
  • vim的常用命令

    Vim的6種基本模式 1. 普通模式在普通模式中,用的編輯器命令,比如移動游標,洗掉文本等等。這也是Vim啟動后的默認模式。這正好和許多新用戶期待的操作方式相反(大多數編輯器默認模式為插入模式)。 2. 插入模式在這個模式中,大多數按鍵都會向文本緩沖中插入文本。大多數新用戶希望文本編輯器編輯程序中一 ......

    uj5u.com 2023-04-20 08:43:21 more
  • vim的常用命令

    Vim的6種基本模式 1. 普通模式在普通模式中,用的編輯器命令,比如移動游標,洗掉文本等等。這也是Vim啟動后的默認模式。這正好和許多新用戶期待的操作方式相反(大多數編輯器默認模式為插入模式)。 2. 插入模式在這個模式中,大多數按鍵都會向文本緩沖中插入文本。大多數新用戶希望文本編輯器編輯程序中一 ......

    uj5u.com 2023-04-20 08:42:36 more
  • docker學習

    ###Docker概述 真實專案部署環境可能非常復雜,傳統發布專案一個只需要一個jar包,運行環境需要單獨部署。而通過Docker可將jar包和相關環境(如jdk,redis,Hadoop...)等打包到docker鏡像里,將鏡像發布到Docker倉庫,部署時下載發布的鏡像,直接運行發布的鏡像即可。 ......

    uj5u.com 2023-04-19 09:26:53 more
  • 設定Windows主機的瀏覽器為wls2的默認瀏覽器

    這里以Chrome為例。 1. 準備作業 wsl是可以使用Windows主機上安裝的exe程式,出于安全考慮,默認情況下改功能是無法使用。要使用的話,終端需要以管理員權限啟動。 我這里以Windows Terminal為例,介紹如何默認使用管理員權限打開終端,具體操作如下圖所示: 2. 操作 wsl ......

    uj5u.com 2023-04-19 09:25:49 more
  • docker學習

    ###Docker概述 真實專案部署環境可能非常復雜,傳統發布專案一個只需要一個jar包,運行環境需要單獨部署。而通過Docker可將jar包和相關環境(如jdk,redis,Hadoop...)等打包到docker鏡像里,將鏡像發布到Docker倉庫,部署時下載發布的鏡像,直接運行發布的鏡像即可。 ......

    uj5u.com 2023-04-19 09:19:04 more
  • Linux學習筆記

    IP地址和主機名 IP地址 ifconfig可以用來查詢本機的IP地址,如果不能使用,可以通過install net-tools安裝。 Centos系統下ens33表示主網卡;inet后表示IP地址;lo表示本地回環網卡; 127.0.0.1表示代指本機;0.0.0.0可以用于代指本機,同時在放行設 ......

    uj5u.com 2023-04-18 06:52:01 more
  • 解決linux系統的kdump服務無法啟動的問題

    問題:專案麒麟系統服務器的kdump服務無法啟動,沒有相關日志無法定位問題。 1、查看服務狀態是關閉的,重啟系統也無法啟動 systemctl status kdump 2、修改grub引數,修改“crashkernel”為“512M(有的機器數值太大太小都會導致報錯,建議從128M開始試,或者加個 ......

    uj5u.com 2023-04-12 09:59:50 more
  • 解決linux系統的kdump服務無法啟動的問題

    問題:專案麒麟系統服務器的kdump服務無法啟動,沒有相關日志無法定位問題。 1、查看服務狀態是關閉的,重啟系統也無法啟動 systemctl status kdump 2、修改grub引數,修改“crashkernel”為“512M(有的機器數值太大太小都會導致報錯,建議從128M開始試,或者加個 ......

    uj5u.com 2023-04-12 09:59:01 more
  • 你是不是暴露了?

    作者:袁首京 原創文章,轉載時請保留此宣告,并給出原文連接。 如果您是計算機相關從業人員,那么應該經歷不止一次網路安全專項檢查了,你肯定是收到過資訊系統技術檢測報告,要求你加強風險監測,確保你提供的系統服務堅實可靠了。 沒檢測到問題還好,檢測到問題的話,有些處理起來還是挺麻煩的,尤其是線上正在運行的 ......

    uj5u.com 2023-04-05 16:52:56 more
  • 細節拉滿,80 張圖帶你一步一步推演 slab 記憶體池的設計與實作

    1. 前文回顧 在之前的幾篇記憶體管理系列文章中,筆者帶大家從宏觀角度完整地梳理了一遍 Linux 記憶體分配的整個鏈路,本文的主題依然是記憶體分配,這一次我們會從微觀的角度來探秘一下 Linux 內核中用于零散小記憶體塊分配的記憶體池 —— slab 分配器。 在本小節中,筆者還是按照以往的風格先帶大家簡單 ......

    uj5u.com 2023-04-05 16:44:11 more