Pandas处理超大规模数据

对于超大规模的csv文件，我们无法一下将其读入内存当中，只能分块一部分一部分的进行读取；

  首先进行如下操作：

import pandas as pd
reader = pd.read_csv('data/servicelogs', iterator=True)

分块，每一块是一个chunk，之后将chunk进行拼接；

loop = True
chunkSize = 100000 chunks = [] while loop: try: chunk = reader.get_chunk(chunkSize) chunks.append(chunk) except StopIteration: loop = False print "Iteration is stopped." df = pd.concat(chunks, ignore_index=True)