讀取巨大的 CSV 文件：優(yōu)化內(nèi)存和速度
當(dāng)嘗試處理具有數(shù)百萬行和數(shù)百列的大量 CSV 文件時，傳統(tǒng)方法使用迭代器的方法可能會導(dǎo)致與內(nèi)存相關(guān)的問題。本文探討了 Python 2.7 中處理大規(guī)模 CSV 數(shù)據(jù)的優(yōu)化技術(shù)。
內(nèi)存優(yōu)化：
內(nèi)存問題的癥結(jié)在于構(gòu)建內(nèi)存列表來存儲大型數(shù)據(jù)集。為了緩解這個問題，Python 提供了yield 關(guān)鍵字，它將函數(shù)轉(zhuǎn)換為生成器函數(shù)。這些函數(shù)在每個yield語句后暫停執(zhí)行，允許在遇到數(shù)據(jù)時增量處理數(shù)據(jù)。
通過使用生成器函數(shù)，您可以逐行處理數(shù)據(jù)，無需將整個文件存儲在內(nèi)存中。以下代碼演示了這種方法：
import csv
def getstuff(filename, criterion):
with open(filename, "rb") as csvfile:
datareader = csv.reader(csvfile)
yield next(datareader) # yield header row
count = 0
for row in datareader:
if row[3] == criterion:
yield row
count += 1
elif count: # stop processing when a consecutive series of non-matching rows is encountered
return
速度增強：
此外，您可以利用 Python 的 dropwhile 和 takewhile 函數(shù)進一步提高處理速度。這些功能可以有效地過濾數(shù)據(jù)，使您能夠快速找到感興趣的行。具體方法如下：
from itertools import dropwhile, takewhile
def getstuff(filename, criterion):
with open(filename, "rb") as csvfile:
datareader = csv.reader(csvfile)
yield next(datareader) # yield header row
yield from takewhile( # yield matching rows
lambda r: r[3] == criterion,
dropwhile( # skip non-matching rows
lambda r: r[3] != criterion, datareader))
return
簡化循環(huán)處理：
通過組合生成器函數(shù)，您可以大大簡化循環(huán)數(shù)據(jù)集的過程。下面是 getstuff 和 getdata 的優(yōu)化代碼：
def getdata(filename, criteria):
for criterion in criteria:
for row in getstuff(filename, criterion):
yield row
現(xiàn)在，您可以直接迭代 getdata 生成器，它會逐行生成行流，釋放寶貴的內(nèi)存資源。
請記住，目標(biāo)是最大限度地減少內(nèi)存數(shù)據(jù)存儲，同時最大限度地提高處理效率。通過應(yīng)用這些優(yōu)化技術(shù)，您可以有效地處理巨大的 CSV 文件，而不會遇到內(nèi)存障礙。
以上是如何在 Python 2.7 中有效處理巨大的 CSV 文件而不遇到內(nèi)存問題？的詳細(xì)內(nèi)容。更多信息請關(guān)注PHP中文網(wǎng)其他相關(guān)文章！
熱AI工具
Undress AI Tool
免費脫衣服圖片
Undresser.AI Undress
人工智能驅(qū)動的應(yīng)用程序，用于創(chuàng)建逼真的裸體照片
AI Clothes Remover
用于從照片中去除衣服的在線人工智能工具。
Clothoff.io
AI脫衣機
Video Face Swap
使用我們完全免費的人工智能換臉工具輕松在任何視頻中換臉！
熱門文章
熱工具
記事本++7.3.1
好用且免費的代碼編輯器
SublimeText3漢化版
中文版，非常好用
禪工作室 13.0.1
功能強大的PHP集成開發(fā)環(huán)境
Dreamweaver CS6
視覺化網(wǎng)頁開發(fā)工具
SublimeText3 Mac版
神級代碼編輯軟件(SublimeText3)
熱門話題
Python類中的多態(tài)性
Jul 05, 2025 am 02:58 AM
多態(tài)是Python面向?qū)ο缶幊讨械暮诵母拍?，指“一種接口，多種實現(xiàn)”，允許統(tǒng)一處理不同類型的對象。1.多態(tài)通過方法重寫實現(xiàn)，子類可重新定義父類方法，如Animal類的speak()方法在Dog和Cat子類中有不同實現(xiàn)。2.多態(tài)的實際用途包括簡化代碼結(jié)構(gòu)、增強可擴展性，例如圖形繪制程序中統(tǒng)一調(diào)用draw()方法，或游戲開發(fā)中處理不同角色的共同行為。3.Python實現(xiàn)多態(tài)需滿足：父類定義方法，子類重寫該方法，但不要求繼承同一父類，只要對象實現(xiàn)相同方法即可，這稱為“鴨子類型”。4.注意事項包括保持方
我如何寫一個簡單的'你好，世界！” Python的程序？
Jun 24, 2025 am 12:45 AM
"Hello,World!"程序是用Python編寫的最基礎(chǔ)示例，用于展示基本語法并驗證開發(fā)環(huán)境是否正確配置。1.它通過一行代碼print("Hello,World!")實現(xiàn)，運行后會在控制臺輸出指定文本；2.運行步驟包括安裝Python、使用文本編輯器編寫代碼、保存為.py文件、在終端執(zhí)行該文件；3.常見錯誤有遺漏括號或引號、誤用大寫Print、未保存為.py格式以及運行環(huán)境錯誤；4.可選工具包括本地文本編輯器 終端、在線編輯器（如replit.com）
Python中的算法是什么？為什么它們很重要？
Jun 24, 2025 am 12:43 AM
AlgorithmsinPythonareessentialforefficientproblem-solvinginprogramming.Theyarestep-by-stepproceduresusedtosolvetaskslikesorting,searching,anddatamanipulation.Commontypesincludesortingalgorithmslikequicksort,searchingalgorithmslikebinarysearch,andgrap
什么是python的列表切片？
Jun 29, 2025 am 02:15 AM
ListslicinginPythonextractsaportionofalistusingindices.1.Itusesthesyntaxlist[start:end:step],wherestartisinclusive,endisexclusive,andstepdefinestheinterval.2.Ifstartorendareomitted,Pythondefaultstothebeginningorendofthelist.3.Commonusesincludegetting
python`@classmethod'裝飾師解釋了
Jul 04, 2025 am 03:26 AM
類方法是Python中通過@classmethod裝飾器定義的方法，其第一個參數(shù)為類本身(cls)，用于訪問或修改類狀態(tài)。它可通過類或?qū)嵗{(diào)用，影響的是整個類而非特定實例；例如在Person類中，show_count()方法統(tǒng)計創(chuàng)建的對象數(shù)量；定義類方法時需使用@classmethod裝飾器并將首參命名為cls，如change_var(new_value)方法可修改類變量；類方法與實例方法(self參數(shù))、靜態(tài)方法(無自動參數(shù))不同，適用于工廠方法、替代構(gòu)造函數(shù)及管理類變量等場景；常見用途包括從
如何使用CSV模塊在Python中使用CSV文件？
Jun 25, 2025 am 01:03 AM
Python的csv模塊提供了讀寫CSV文件的簡單方法。1.讀取CSV文件時，可使用csv.reader()逐行讀取，并將每行數(shù)據(jù)作為字符串列表返回；若需通過列名訪問數(shù)據(jù)，則可用csv.DictReader()，它將每行映射為字典。2.寫入CSV文件時，使用csv.writer()并調(diào)用writerow()或writerows()方法寫入單行或多行數(shù)據(jù)；若要寫入字典數(shù)據(jù)，則使用csv.DictWriter()，需先定義列名并通過writeheader()寫入表頭。3.處理邊緣情況時，模塊自動處理
Python函數(shù)參數(shù)和參數(shù)
Jul 04, 2025 am 03:26 AM
參數(shù)（parameters）是定義函數(shù)時的占位符，而傳參（arguments）是調(diào)用時傳入的具體值。1.位置參數(shù)需按順序傳遞，順序錯誤會導(dǎo)致結(jié)果錯誤；2.關(guān)鍵字參數(shù)通過參數(shù)名指定，可改變順序且提高可讀性；3.默認(rèn)參數(shù)值在定義時賦值，避免重復(fù)代碼，但應(yīng)避免使用可變對象作為默認(rèn)值；4.args和*kwargs可處理不定數(shù)量的參數(shù)，適用于通用接口或裝飾器，但應(yīng)謹(jǐn)慎使用以保持可讀性。
解釋Python發(fā)電機和迭代器。
Jul 05, 2025 am 02:55 AM
迭代器是實現(xiàn)__iter__()和__next__()方法的對象，生成器是簡化版的迭代器，通過yield關(guān)鍵字自動實現(xiàn)這些方法。1.迭代器每次調(diào)用next()返回一個元素，無更多元素時拋出StopIteration異常。2.生成器通過函數(shù)定義，使用yield按需生成數(shù)據(jù)，節(jié)省內(nèi)存且支持無限序列。3.處理已有集合時用迭代器，動態(tài)生成大數(shù)據(jù)或需惰性求值時用生成器，如讀取大文件時逐行加載。注意：列表等可迭代對象不是迭代器，迭代器到盡頭后需重新創(chuàng)建，生成器只能遍歷一次。
