python怎么实现单机处理大文件

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！

站在用户的角度思考问题，与客户深入沟通，找到邛崃网站设计与邛崃网站推广的解决方案，凭借多年的经验，让设计与互联网技术结合，创造个性化、用户体验好的作品，建站类型包括：成都网站制作、做网站、外贸营销网站建设、企业官网、英文网站、手机端网站、网站推广、域名注册、雅安服务器托管、企业邮箱。业务覆盖邛崃地区。

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？

pandas 包 read_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_csv 的 chunksize 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创新互联网站，小编将为大家输出更多高质量的实用文章！

当前题目：python怎么实现单机处理大文件
本文来源：http://scyanting.com/article/gdssie.html

python怎么实现单机处理大文件

其他资讯