其實(shí)兩者皆可，15000行數(shù)據(jù)來說，根本不算多，前面幾個(gè)回答都在推薦vba，這里我重點(diǎn)介紹一下python是如何處理excel的，涉及xlrd/xlwt、openpyxl和pandas，感興趣的朋友可以嘗試一下：
基礎(chǔ)模塊xlrd/xlwt這是python比較基礎(chǔ)的2個(gè)excel處理庫，相信許多朋友都聽說或使用過，xlrd專門用于讀取excel數(shù)據(jù)，xlwt專門用于寫入excel數(shù)據(jù)，常見的工作表、行列、單元格等基本操作，這2個(gè)庫都可以輕松搞定，數(shù)據(jù)量比較多、內(nèi)存不夠的情況下，可以先讀取一部分?jǐn)?shù)據(jù)，處理完成后，再讀取下一部分?jǐn)?shù)據(jù)，這樣電腦就不容易卡死，效率也能更高一些：
簡單易用openpyxl這也是一個(gè)比較常用的python excel處理庫，和xlrd/xlwt一樣，openpyxl也可以輕松進(jìn)行excel讀寫，支持按行按列讀取/刪除數(shù)據(jù)、單元格合并/拆分、插入圖表/圖片、調(diào)用函數(shù)/公式等基本操作，只不過僅兼容xlsx/xlsm 2種格式，較早的xls讀寫會(huì)出錯(cuò)，數(shù)據(jù)量比較多的情況下，也可先讀取一部分，處理一部分，循環(huán)遞歸，直到所有數(shù)據(jù)都處理完：
專業(yè)強(qiáng)大pandas說起pandas，許多朋友應(yīng)該非常熟悉，尤其是做數(shù)據(jù)分析和處理的，作為python一個(gè)強(qiáng)大、著名的數(shù)據(jù)分析庫，pandas可以輕松處理日常各種數(shù)據(jù)格式，包括txt、csv、excel、json、mysql等，只需簡單幾行代碼即可快速完成數(shù)據(jù)的導(dǎo)入和導(dǎo)出，同時(shí)內(nèi)置的數(shù)據(jù)格式提供了非常方便的數(shù)據(jù)處理，數(shù)據(jù)量多的情況下，可以按塊進(jìn)行讀取，每次讀取固定大小的塊，處理完成后，再讀取下一個(gè)塊，直到所有數(shù)據(jù)都處理完：
目前，就分享這3個(gè)python excel處理庫吧，簡單易用的就是xlrd/xlwt、openpyxl，專業(yè)強(qiáng)大，也比較高效的就是pandas，只不過都需要一定python基礎(chǔ)才行，vba也行，但比較局限，網(wǎng)上也有相關(guān)教程和資料，介紹的非常詳細(xì)，感興趣的話，可以搜一下，希望以上分享的內(nèi)容能對你有所幫助吧，也歡迎大家評論、留言進(jìn)行補(bǔ)充。
