今天业务上碰到用pandas处理一个大文件的内存不够问题，需要做concat 合并多个文件，每个文件数据在1.4亿行左右。当时第一反应是把dataframe分割成多块小文件处理，后面发现即使pandas内存问题解决了，用pickle做保存数据时也会提升内存不够的报错，后来把dataframe对象转化成string，发现内存占用减少了近一半。
所以打算用先转成string再dump到离线文件里，官网文档上只有to_string的说明，而从string转dataframe却没有提供直接的函数。
其实很简单，我们可以把string放到一个文件对象里，然后通过read_csv函数来创建dataframe对象。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
import sysif sys.version_info[0] < 3:from StringIO import StringIOelse:from io import StringIOimport pandas as pdTESTDATA=StringIO("""col1;col2;col31;4.4;992;4.5;2003;4.7;654;3.2;140""")df = pd.read_csv(TESTDATA, sep=";") |
以上这篇pandas string转dataframe的方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持服务器之家。
原文链接：https://blog.csdn.net/u014252563/article/details/70148015
