如何使用pandas對(duì)超大csv文件進(jìn)行快速拆分詳解
更新時(shí)間：2022年07月04日 16:35:27 作者：coder1479
Pandas是Python語(yǔ)言的一個(gè)擴(kuò)展程序庫(kù),提供高性能、易于使用的數(shù)據(jù)結(jié)構(gòu)和數(shù)據(jù)分析工具,下面這篇文章主要給大家介紹了關(guān)于如何使用pandas對(duì)超大csv文件進(jìn)行快速拆分的相關(guān)資料,需要的朋友可以參考下
前言
本文介紹如何利用pandas對(duì)超大CSV文件進(jìn)行快速拆分。
1. 操作步驟
1.1 安裝pandas
pip install pandas
1.2 拆分大文件
import pandas as pd
# 讀取csv文件
df = pd.read_csv("../super_big.csv")
# 獲取文件總行數(shù)
row_num = len(df)
# 確定每個(gè)小文件要包含的數(shù)據(jù)量
step = 400
for start in range(0, row_num, step):
stop = start + step
filename = "./small_{}-{}.csv".format(start, stop)
d = df[start: stop]
print("Saving file : " + filename + ", data size : " + str(len(d)))
d.to_csv(fname, index=None)
# 輸出如下
# Saving file : ./small_0-500.csv, data size : 500
# Saving file : ./small_500-1000.csv, data size : 500
代碼就這么簡(jiǎn)單。
2. 再多了解一點(diǎn)兒
2.1 pandas讀取csv文件后，返回的是什么類型？
import pandas
df = pandas.read_csv('./super_big.csv')
type(df)
<class 'pandas.core.frame.DataFrame'>
2.2 如何從DataFrame中讀取某一行呢？
# 返回第一行 print(df.loc[0]) # 返回第二行 print(df.loc[1])
2.3 如何從DataFrame讀取多行呢?
d = df[start: stop]
2.4 如何從DataFrame中讀取某一列呢？
data = {
"name": ["peter", "rose", "joe"],
"career": ["teacher", "engineer", "doctor"]
}
df = pd.DataFrame(data)
print(df["name"])
#0 peter
#1 rose
#2 joe
#Name: name, dtype: object2.5 如何用pandas讀寫(xiě)CSV文件？
df = pd.read_csv("YOUT_CSV_FILE.csv")
df.to_csv(fname, index=None)
注意：index默認(rèn)是True，意思是保存行索引，這時(shí)候需要一個(gè)例子。
data = {
"name": ["peter", "rose", "joe"],
"career": ["teacher", "engineer", "doctor"]
}
df = pd.DataFrame(data)
df.to_csv("a.csv")
# 文件內(nèi)容如下，注意每行的開(kāi)頭自動(dòng)添加了行索引，從0開(kāi)始遞增
,name,career
0,peter,teacher
1,rose,engineer
2,joe,doctor
2.6 關(guān)于pandas
pandas是一款快速、強(qiáng)大、靈活且易于使用的開(kāi)源數(shù)據(jù)分析和操作工具，建立在Python編程語(yǔ)言之上。用了都說(shuō)好。
3. 小結(jié)
其實(shí)pandas處理csv文件的方法還有很多，功能非常強(qiáng)大，僅僅是數(shù)據(jù)切分，就有很多方法，有需要的時(shí)候，可以去看看文檔。
到此這篇關(guān)于如何使用pandas對(duì)超大csv文件進(jìn)行快速拆分的文章就介紹到這了,更多相關(guān)pandas拆分csv文件內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
今天下午想要復(fù)現(xiàn)一下學(xué)長(zhǎng)的recursion file，想模仿源碼里的精髓：迭代器遇到了bug，花了一兩個(gè)小時(shí)才解決。現(xiàn)總結(jié)如下，有需要的朋友也可借鑒參考下2021-09-09
OpenCV?Python身份證信息識(shí)別過(guò)程詳解
本篇文章使用OpenCV-Python和CnOcr來(lái)實(shí)現(xiàn)身份證信息識(shí)別的案例,本篇文章使用的Python版本為3.6，OpenCV-Python版本為3.4.1.15，如果是4.x版本的同學(xué)，可能會(huì)有一些Api操作不同,下面跟隨小編看下OpenCV?Python身份證信息識(shí)別過(guò)程2022-04-04
python實(shí)現(xiàn)停車管理系統(tǒng)
這篇文章主要為大家詳細(xì)介紹了python實(shí)現(xiàn)停車管理系統(tǒng)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2018-11-11
python版本的仿windows計(jì)劃任務(wù)工具
這篇文章主要介紹了python版本的仿windows計(jì)劃任務(wù)工具,計(jì)劃任務(wù)工具根據(jù)自己設(shè)定的具體時(shí)間，頻率，命令等屬性來(lái)規(guī)定所要執(zhí)行的計(jì)劃,當(dāng)然功能不是很全大家可以補(bǔ)充2018-04-04
Python實(shí)現(xiàn)控制臺(tái)輸入密碼的方法
這篇文章主要介紹了Python實(shí)現(xiàn)控制臺(tái)輸入密碼的方法,實(shí)例對(duì)比分析了幾種輸入密碼的方法,具有一定參考借鑒價(jià)值,需要的朋友可以參考下2015-05-05
這篇文章主要介紹了Python中的迭代器、生成器與列表解析用法,還對(duì)Python3.x版本中的一些改變作出了提示,需要的朋友可以參考下2016-03-03
python使用paramiko實(shí)現(xiàn)遠(yuǎn)程拷貝文件的方法
這篇文章主要介紹了python使用paramiko實(shí)現(xiàn)遠(yuǎn)程拷貝文件的方法,分析了paramiko庫(kù)的安裝以及遠(yuǎn)程下載文件的實(shí)現(xiàn)技巧,需要的朋友可以參考下2016-04-04
使用python實(shí)現(xiàn)一個(gè)簡(jiǎn)單ping?pong服務(wù)器
這篇文章主要為大家介紹了使用python實(shí)現(xiàn)一個(gè)簡(jiǎn)單ping?pong服務(wù)器，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪2023-04-04
python爬蟲(chóng)之urllib,偽裝,超時(shí)設(shè)置,異常處理的方法
今天小編就為大家分享一篇python爬蟲(chóng)之urllib,偽裝,超時(shí)設(shè)置,異常處理的方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-12-12
今天小編就為大家分享一篇python將鄰接矩陣輸出成圖的實(shí)現(xiàn)，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-11-11