在使用pandas的read_csv方法读取很大的csv表格文件的时候,报内存错误。我们可以通过使用read_csv中的chunksize来控制读取表格中数据的条数
import pandas as pd
if __name__ == "__main__":
#每次读取10条数据
data_reader = pd.read_csv("G:/dataset/kaggle/house_price/train.csv",chunksize=10)
for chunk in data_reader:
#chunk为一个DataFrame
print(chunk.shape)
每次读取指定条的数据,读取到的chunk是一个DataFrame,通过初始化一个DataFrame然后利用append方法将所有的chunk连接为一个DataFrame。
import pandas as pd
if __name__ == "__main__":
#每次读取10条数据
data_reader = pd.read_csv("G:/dataset/kaggle/house_price/train.csv",chunksize=10)
#初始化一个DataFrame
data = pd.DataFrame()
for chunk in data_reader:
#连接chunk
data = data.append(chunk)
print(data.shape)