温馨提示×

温馨提示×

您好,登录后才能下订单哦!

密码登录×
登录注册×
其他方式登录
点击 登录注册 即表示同意《亿速云用户服务条款》

python怎么实现单机处理大文件

发布时间:2021-12-18 13:58:56 来源:亿速云 阅读:176 作者:iii 栏目:大数据

本篇内容介绍了“python怎么实现单机处理大文件”的有关知识,在实际案例的操作过程中,不少人都会遇到这样的困境,接下来就让小编带领大家学习一下如何处理这些情况吧!希望大家仔细阅读,能够学有所成!

下面的讨论基于的假定:可以单独处理一行数据,行间数据相关性为零。

方法一:

仅使用 Python 内置模板,逐行读取到内存。

使用 yield,好处是解耦读取操作和处理操作:

def python_read(filename):
   with open(filename,'r',encoding='utf-8') as f:
       while  True:
           line = f.readline()
           if not line:
               return
           yield line
 

以上每次读取一行,逐行迭代,逐行处理数据

if __name__ == '__main__':
   g = python_read('./data/movies.dat')
   for c in g:
       print(c)
       # process c
 

方法二:

方法一有缺点,逐行读入,频繁的 IO 操作拖累处理效率。是否有一次 IO ,读取多行的方法?

pandasread_csv 函数,参数有 38 个之多,功能非常强大。

关于单机处理大文件,read_csvchunksize 参数能做到,它被设置为 5, 意味着一次读取 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怎么实现单机处理大文件”的内容就介绍到这里了,感谢大家的阅读。如果想了解更多行业相关的知识可以关注亿速云网站,小编将为大家输出更多高质量的实用文章!

向AI问一下细节

免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。

AI