多个DataFrame的存储

datadf类型：list中包含若干个dataframe，由于每个dataframe都很大，现在需要把每个dataframe分别存储成一个csv方便读取

尝试1：
为了省内存，把每个DataFrame转换成str格式进行存储

file= open('./temp_diff/strline.csv', 'w')  
for fp in datadf:
    file.write(str(fp))
    file.write('\n')
file.close()

打开strline.csv文件

尝试2：
list转换成数组，然后存成npy，报错memoryerror，可能是需要很大的内存

尝试3：
每个dataframe直接存为csv文件，由于DataFrame的数据类型默认为float，精度太高，所以存储时十分耗内存，速度也是十分慢

for i,df in enumerate(datadf):
    df.to_csv("./temp_diff2/"+str(path[i])+".csv")

尝试4：
DataFrame中的数据只保留两位小数

for i,df in enumerate(datadf):
    f=lambda x: '%.2f'%x ####（由于dataframe默认为float类型，存储时十分浪费内存，所以将其保留两位小数）
    df=df.drop(["time"],axis=1)
    t3=df.applymap(f) 
    t3.to_csv("./temp_diff2/"+str(path[i])+".csv")

加载其中一个dataframe

data=pd.read_csv("./temp_diff2/**.csv");data

其中Unnamed：0 列为原先每个dataframe中的index，只需要 data.drop(["‘Unnamed: 0’"],axis=1),即可去除这一列