您好,登錄后才能下訂單哦!
本篇內(nèi)容介紹了“python怎么實(shí)現(xiàn)單機(jī)處理大文件”的有關(guān)知識(shí),在實(shí)際案例的操作過(guò)程中,不少人都會(huì)遇到這樣的困境,接下來(lái)就讓小編帶領(lǐng)大家學(xué)習(xí)一下如何處理這些情況吧!希望大家仔細(xì)閱讀,能夠?qū)W有所成!
下面的討論基于的假定:可以單獨(dú)處理一行數(shù)據(jù),行間數(shù)據(jù)相關(guān)性為零。
方法一:
僅使用 Python 內(nèi)置模板,逐行讀取到內(nèi)存。
使用 yield,好處是解耦讀取操作和處理操作:
def python_read(filename):
with open(filename,'r',encoding='utf-8') as f:
while True:
line = f.readline()
if not line:
return
yield line
以上每次讀取一行,逐行迭代,逐行處理數(shù)據(jù)
if __name__ == '__main__':
g = python_read('./data/movies.dat')
for c in g:
print(c)
# process c
方法二:
方法一有缺點(diǎn),逐行讀入,頻繁的 IO 操作拖累處理效率。是否有一次 IO ,讀取多行的方法?
pandas
包 read_csv
函數(shù),參數(shù)有 38 個(gè)之多,功能非常強(qiáng)大。
關(guān)于單機(jī)處理大文件,read_csv
的 chunksize
參數(shù)能做到,它被設(shè)置為 5
, 意味著一次讀取 5 行。
def pandas_read(filename,sep=',',chunksize=5):
reader = pd.read_csv(filename,sep,chunksize=chunksize)
while True:
try:
yield reader.get_chunk()
except StopIteration:
print('---Done---')
break
使用如同方法一:
if __name__ == '__main__':
g = pandas_read('./data/movies.dat',sep="::")
for c in g:
print(c)
# process c
“python怎么實(shí)現(xiàn)單機(jī)處理大文件”的內(nèi)容就介紹到這里了,感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識(shí)可以關(guān)注億速云網(wǎng)站,小編將為大家輸出更多高質(zhì)量的實(shí)用文章!
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。