如果你没那么大的内存 解决方法有几个：
使用python 按数据大小逐块读取，使用完数据即释放该部分内存：
Python批量读取特定文件夹下Excel的话，主要分为2步，首先根据后缀名（xls或xlsx）匹配出所有Excel文件，然后直接利用相关模块（pandas，openpyxl等）读取即可，下面我简单介绍一下实现过程，感兴趣的朋友可以尝试一下：
这一步非常简单，主要是根据后缀名匹配所有Excel文件，基本思路先使用os.walk函数遍历指定的文件夹，找到所有文件，然后一一匹配文件后缀名，如果是xls或xlsx，则为Excel文件，添加到list列表，之后返回，后面读取函数就是根据这个列表（存储所有搜索到的Excel文件路径）读取Excel文件：
安装完成后，我们就可以直接使用pandas库读取Excel文件了，非常简单，只需要一行代码即可搞定，也就是read_excel函数，传入Excel文件路径就行，默认情况下会读取列标题，如果你不需要列标题的话，设置header=None即可，读取的数据类型为DataFrame，后续处理的话，也非常方便：
要将带有中文的 JSON 格式的数据写入文件，可以使用 Python 的内置 json 模块来处理 JSON 数据，并使用 with open() 语句将其写入文件。下面是一个示例代码：
# 假设你有一个包含中文的 JSON 字符串，例如：
# 使用 json.loads()将 JSON 字符串转换为 Python 对象
# 打开一个文件用于写入
# 使用 json.dump()将 Python 对象转换为 JSON 字符串并写入文件
在上面的代码中，我们首先使用 json.loads() 将 JSON 字符串转换为 Python 对象。然后，我们使用 with open() 语句打开一个文件 data.json ，并指定编码方式为 utf-8 ，以确保能够正确处理中文字符。最后，我们使用 json.dump() 将 Python 对象转换为 JSON 字符串并写入文件，指定 ensure_ascii=False 参数可以确保中文字符能够正确保存。
需要注意的是，如果你的 JSON 数据中包含中文字符，那么在写入文件时需要指定正确的编码方式，否则可能会出现中文乱码的问题。在上面的代码中，我们指定了编码方式为 utf-8 ，这是一种常见的中文编码方式。如果你的 JSON 数据中包含其他编码方式的中文字符，可以根据实际情况选择合适的编码方式。