Pandas怎么读取大文件

这篇文章主要介绍Pandas怎么读取大文件，文中介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们一定要看完！

如何利用pandas来读取大文件，4个技巧：

• 如何利用read_csv函数读取没有表头的文件

• get_chunk()方法来分块读取数据

• concat()方法将数据库进行叠加（垂直方向）

• 若数据量过大，采取随机抽放（是否放回）

<!--MORE-->

filepath = open("taobao.csv",errors="ignore")  # 指定文件路径
reader = pd.read_csv(filepath, 
                     header=None, 
                     names=["user_id","item_id","cat_id","type","time"],  # 指定列属性名称
                     iterator=True)

# loop,chunkSize,chunks = True, 10000000, []  # 连续赋值语句
loop = True
chunkSize = 10000000
chunks = []

while loop:  # loop一直为True，执行循环
    try:
        chunk = reader.get_chunk(chunkSize)
        chunks.append(chunk)
    except StopIteration:
        loop = False
        print("Iteration is stopped.")
        
# 如果考虑数据量过大，只抽取部分的数据来进行分析，采取不放回抽样的方式
# pd.concat(chunks, ignore_index=True).sample(frac=0.05, replace=False)  不放回抽样、记录不重复

df = pd.concat(chunks, ignore_index=True)

以上是“Pandas怎么读取大文件”这篇文章的所有内容，感谢各位的阅读！希望分享的内容对大家有帮助，更多相关知识，欢迎关注亿速云行业资讯频道！