70万数据汇总效率极限测试！JSA+Pandas!

最好总是遇到公式的数据量级比较大的情况，普通的公式已经难以胜任了，还要考虑兼容性，所以考虑使用WPS的JSA实现，前面我大体聊过，不过WPS也支持Python，今天我们就来一起测试一下效率！

▍数据情况

本次我用的是智能表格，主要是因为要测试一下其中的Python处理效率！

模拟了70万行2列的数据，简单测试一下分组汇总并写入效率如何！

下面我们开始测试

▍JSA普通对象法

我们使用对象字面量{}来模拟字典，按Key-Value对应汇总，基本跟VBA中的字典类似，只是JS对象模拟，70万，跑了几次，基本在1.5秒左右！~

下面我们使用内容的数据透视表来测试一下！

▍内置的数据透视表

使用JSA操作数据透视表来汇总，刷新也方便一些，基本用时在0.8秒左右，具体看下图中的多次执行结果！

内置的数据透视表效率更高一些！可能内部使用的C++实现的！

▍reduce+Map

利用数组的reduce累加，写法比较简洁，结果我们也可以使用ES6的结构！用时平均1.35秒左右！

使用for…of… 还要稍微高一些！

▍Python-Pandas效率

先说Python内置方法，70万在云端运行失败了！

7万行也测试失败了，最后测试了7000行，基本3秒左右速度也还可以，估计是运行执行的问题，量大了还是跑不起来！

然后我们尝试本次Pandas执行，由于读取xlsx文件速度超级慢，基本70万行数据Pandas读取基本要10秒+，于是转成了CSV文件，效率立马上来了，整体只要0.2秒左右，效率UP！

但是还是要考虑普通办公常见的兼容性问题，还是选择reduce+Map，为什么不选择透视表呢？其实案例演示只是说明简单的效率问题，实际需求比较复杂，各种转换处理，非透视表可以搞定，再加上效率和兼容性综合考虑！reduce+Map或许是目前最佳的选择！

今天的内容就到这里，更多办公自动化实战案例，欢迎关注小编！