如何解决用于摄取数据集并拆分为具有单独名称的较小数据集的函数?
我有一个大型数据集,我想将其分成 10,000 行左右的块,并为每个数据集命名。 现在我正在手动执行此操作,但我知道有更好的方法。
df1 = df[0:10000]
df2 = df[10001:20000]
解决方法
# some big DataFrame
# df = ...
# size of chunks
step = 10_000
chunks = [df[i:i+step] for i in range(0,len(df),step)]
,
阿里卡
数据来自哪里?
如果是文件,例如CSV,您可以一次读取 10000 行。
以下代码将创建一个包含键 DataFrame0、DataFrame1 等的字典。
每个键的值将是一个包含 10,000 行的数据框。
import pandas as pd
data_iterator = pd.read_csv('bigcsv.csv',chunksize=10000,header=None)
for d in data_iterator:
print(d)
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。