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(wàn)行和數(shù)百列的大量 CSV 文件時(shí)，傳統(tǒng)方法使用迭代器的方法可能會(huì)導(dǎo)致與內(nèi)存相關(guān)的問(wèn)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(wèn)題的癥結(jié)在于構(gòu)建內(nèi)存列表來(lái)存儲(chǔ)大型數(shù)據(jù)集。為了緩解這個(gè)問(wèn)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(gè)yield語(yǔ)句后暫停執(zhí)行，允許在遇到數(shù)據(jù)時(shí)增量處理數(shù)據(jù)。
通過(guò)使用生成器函數(shù)，您可以逐行處理數(shù)據(jù)，無(wú)需將整個(gè)文件存儲(chǔ)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(qiáng)：
此外，您可以利用 Python 的 dropwhile 和 takewhile 函數(shù)進(jìn)一步提高處理速度。這些功能可以有效地過(guò)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(jiǎn)化循環(huán)處理：
通過(guò)組合生成器函數(shù)，您可以大大簡(jiǎn)化循環(huán)數(shù)據(jù)集的過(guò)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(huì)逐行生成行流，釋放寶貴的內(nèi)存資源。
請(qǐng)記住，目標(biāo)是最大限度地減少內(nèi)存數(shù)據(jù)存儲(chǔ)，同時(shí)最大限度地提高處理效率。通過(guò)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(huì)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(wèn)題？的詳細(xì)內(nèi)容。更多信息請(qǐng)關(guān)注PHP中文網(wǎng)其他相關(guān)文章！
熱AI工具
Undress AI Tool
免費(fèi)脫衣服圖片
Undresser.AI Undress
人工智能驅(qū)動(dòng)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(jī)
Video Face Swap
使用我們完全免費(fèi)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(fèi)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(qiáng)大的PHP集成開(kāi)發(fā)環(huán)境
Dreamweaver CS6
視覺(jué)化網(wǎng)頁(yè)開(kāi)發(fā)工具
SublimeText3 Mac版
神級(jí)代碼編輯軟件(SublimeText3)
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(shí)現(xiàn)”，允許統(tǒng)一處理不同類型的對(duì)象。1.多態(tài)通過(guò)方法重寫(xiě)實(shí)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(shí)現(xiàn)。2.多態(tài)的實(shí)際用途包括簡(jiǎn)化代碼結(jié)構(gòu)、增強(qiáng)可擴(kuò)展性，例如圖形繪制程序中統(tǒng)一調(diào)用draw()方法，或游戲開(kāi)發(fā)中處理不同角色的共同行為。3.Python實(shí)現(xiàn)多態(tài)需滿足：父類定義方法，子類重寫(xiě)該方法，但不要求繼承同一父類，只要對(duì)象實(shí)現(xiàn)相同方法即可，這稱為“鴨子類型”。4.注意事項(xiàng)包括保持方
我如何寫(xiě)一個(gè)簡(jiǎn)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(xiě)的最基礎(chǔ)示例，用于展示基本語(yǔ)法并驗(yàn)證開(kāi)發(fā)環(huán)境是否正確配置。1.它通過(guò)一行代碼print("Hello,World!")實(shí)現(xiàn)，運(yùn)行后會(huì)在控制臺(tái)輸出指定文本；2.運(yùn)行步驟包括安裝Python、使用文本編輯器編寫(xiě)代碼、保存為.py文件、在終端執(zhí)行該文件；3.常見(jiàn)錯(cuò)誤有遺漏括號(hào)或引號(hào)、誤用大寫(xiě)Print、未保存為.py格式以及運(yùn)行環(huán)境錯(cuò)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(guò)@classmethod裝飾器定義的方法，其第一個(gè)參數(shù)為類本身(cls)，用于訪問(wèn)或修改類狀態(tài)。它可通過(guò)類或?qū)嵗{(diào)用，影響的是整個(gè)類而非特定實(shí)例；例如在Person類中，show_count()方法統(tǒng)計(jì)創(chuàng)建的對(duì)象數(shù)量；定義類方法時(shí)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(shí)例方法(self參數(shù))、靜態(tài)方法(無(wú)自動(dòng)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(chǎng)景；常見(jiàn)用途包括從
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(shí)的占位符，而傳參（arguments）是調(diào)用時(shí)傳入的具體值。1.位置參數(shù)需按順序傳遞，順序錯(cuò)誤會(huì)導(dǎo)致結(jié)果錯(cuò)誤；2.關(guān)鍵字參數(shù)通過(guò)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(shí)賦值，避免重復(fù)代碼，但應(yīng)避免使用可變對(duì)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。
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(xiě)CSV文件的簡(jiǎn)單方法。1.讀取CSV文件時(shí)，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(guò)列名訪問(wèn)數(shù)據(jù)，則可用csv.DictReader()，它將每行映射為字典。2.寫(xiě)入CSV文件時(shí)，使用csv.writer()并調(diào)用writerow()或writerows()方法寫(xiě)入單行或多行數(shù)據(jù)；若要寫(xiě)入字典數(shù)據(jù)，則使用csv.DictWriter()，需先定義列名并通過(guò)writeheader()寫(xiě)入表頭。3.處理邊緣情況時(shí)，模塊自動(dòng)處理
解釋Python發(fā)電機(jī)和迭代器。
Jul 05, 2025 am 02:55 AM
迭代器是實(shí)現(xiàn)__iter__()和__next__()方法的對(duì)象，生成器是簡(jiǎn)化版的迭代器，通過(guò)yield關(guān)鍵字自動(dòng)實(shí)現(xiàn)這些方法。1.迭代器每次調(diào)用next()返回一個(gè)元素，無(wú)更多元素時(shí)拋出StopIteration異常。2.生成器通過(guò)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(wú)限序列。3.處理已有集合時(shí)用迭代器，動(dòng)態(tài)生成大數(shù)據(jù)或需惰性求值時(shí)用生成器，如讀取大文件時(shí)逐行加載。注意：列表等可迭代對(duì)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。
