我写了一个python程序来重命名特定格式的文件名（大约500k文件）。为了跟踪状态，我创建了一个数组status [[]]数组，我附加了文件名，文件路径，状态（无论重命名是否成功）和错误（如果有的话）。完成该过程后，使用csv将该数组导出到pandas。
status_file = # path to csv file
status_file_stream = open(status_file, 'w')
df_status = pandas.DataFrame(status)
df_status.to_csv(status_file, index=False)
生成的CSV文件大小是228 MB，但当我用openoffice应用程序打开它并保存为xlsx然后新的xlsx文件大小只有15.6 MB而不丢失任何数据。
为什么CSV和XSLX之间存在巨大的差异，或者这是pandas获得大文件大小的问题？
为了完整起见，我写下我的评论作为答案：
压缩！ csv只是一种奇特的方式来说这是一个带逗号的txt，它是一个纯文本文件。另一方面，xlsx是一种二进制格式，生成该格式的程序压缩数据，如果你的数据大致相同，我认为这是因为路径大多是相同的，那么它的高度可压缩性，这就是你看到了
xlsx使用zip（至少根据谷歌）
为了测试这个声明，我生成了一个~110MB的文件，其中包含具有相同路径的随机文件名，并使用zlib来压缩它，输出为~20MB
xlsx可能有额外的优化，但我没有深入研究这种格式