处理大数据集时 IPython 内核重启

如何解决处理大数据集时 IPython 内核重启

我正在尝试处理混合变量(整数和字符串)的大型 csv(56、72,000),最终目标是将初始 csv 划分为更小、更易于管理的文档。鉴于数据类型的多样性,我打算将所有变量转换为字符串,然后从那里导出。当我尝试处理这些数据时,IPython 内核将在几分钟后重新启动。以下是 csv 的示例:

[ [ 'region code','state','state code','compound name','total compound' ]
[ '04','GA','13','nitrogen dioxide','5.5' ]
[ '04','Sulfur dioxide','1.3' ]
[ '05','MI','26','PM10 Primary','0.095' ]
[ '05','VOC','4.23' ]
[ '04','Elemental Carbon','0.0062' ]
[ '09','CA','05','PM2.5 secondary','0.0012' ] ]

代码

import csv
import numpy as np

file = "/User/Downloads/large_file.csv"
   
data = list( csv.reader( open( large_file.csv ) ) )

headers = np.array( data[ 0 ][ : ],dtype = 'str' )
all_data = np.array( data[ 1:],dtype = 'str' ) #error occurring here

locate_state = np.where( headers == 'state' )

state_name = ( all_data [ :,locate_state ] )[ :,0 ]

state_mask = np.where( state_name == 'GA' )

state_data = all_data[ state_mask ]

with open( 'test_Export.csv','w',encoding = 'UTF8',newline = '') as f:
    writer = csv.writer( f )
    writer.writerow( headers )
    write.writerows( state_data )

如何处理此数据集并导出较小的子集?

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。

相关推荐


Selenium Web驱动程序和Java。元素在(x,y)点处不可单击。其他元素将获得点击?
Python-如何使用点“。” 访问字典成员?
Java 字符串是不可变的。到底是什么意思?
Java中的“ final”关键字如何工作?(我仍然可以修改对象。)
“loop:”在Java代码中。这是什么,为什么要编译?
java.lang.ClassNotFoundException:sun.jdbc.odbc.JdbcOdbcDriver发生异常。为什么?
这是用Java进行XML解析的最佳库。
Java的PriorityQueue的内置迭代器不会以任何特定顺序遍历数据结构。为什么?
如何在Java中聆听按键时移动图像。
Java“Program to an interface”。这是什么意思?
Java在半透明框架/面板/组件上重新绘画。
Java“ Class.forName()”和“ Class.forName()。newInstance()”之间有什么区别?
在此环境中不提供编译器。也许是在JRE而不是JDK上运行?
Java用相同的方法在一个类中实现两个接口。哪种接口方法被覆盖?
Java 什么是Runtime.getRuntime()。totalMemory()和freeMemory()?
java.library.path中的java.lang.UnsatisfiedLinkError否*****。dll
JavaFX“位置是必需的。” 即使在同一包装中
Java 导入两个具有相同名称的类。怎么处理?
Java 是否应该在HttpServletResponse.getOutputStream()/。getWriter()上调用.close()?
Java RegEx元字符(。)和普通点?