- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我有一个 90GB 的 CSV 文件,我需要从中提取一些列,然后将字符串更改为整数并将其存储在新的 CSV 中。我编写了代码并在一个大约 100,000 行的小型样本 CSV 文件上对其进行了测试。它运行良好,所以我继续将原始 CSV 文件输入到程序中。知道要一晚上才能完成,早上起来发现程序还没有完成,处理后的文件只有1GB左右,真的很小,我预计到时候至少有10GB它完成了,考虑到整数比字符串占用更少的空间,而且我从原始 CSV 的 50 多列中只提取了 10 列。
我修改了代码,分别进行提取和处理。我发现,如果不进行处理,提取将在 10-11 小时内完成,从而生成大小为 38GB 的 CSV。然后我对提取的CSV进行了处理,运行了18个小时还没有完成,生成的CSV文件大小只有1.5GB左右。
我的处理代码是这样的:
require 'rubygems'
require 'mechanize'
require 'csv'
require 'time'
CSV.open('FormattedColumns.csv', "wb") do |csv|
csv << ["_time", "article_category_id", "articleID", "date_wday", "datetime", "lat", "lon", "platform", "push", "udid"]
CSV.foreach('ExtractedColumns.csv', :headers=>true) do |row|
time=Time.parse(row[0]).to_i
article_category_id=row[1].to_i
articleID=row[2].to_i
if row[3]=='sunday'
weekday=7
elsif row[3]=='saturday'
weekday=6
elsif row[3]=='friday'
weekday=5
elsif row[3]=='thursday'
weekday=4
elsif row[3]=='wednesday'
weekday=3
elsif row[3]=='tuesday'
weekday=2
elsif row[3]=='monday'
weekday=1
end
datetime = row[4].to_i
lat = row[5].to_f
lon = row[6].to_f
if row[7]=='Android'
platform=2
elsif row[7]=='iPhone'
platform=1
end
if row[8]=='Y'
push=1
elsif row[8]=='N'
push=0
end
unless udids.include?(row[9])
udids << row[9]
end
udid = udids.index(row[9]) + 1
array = [time, article_category_id, articleID, weekday, datetime, lat, lon, platform, push, udid]
csv<<array
end
end
这可能是什么原因?
据我所知,这是一个简单的程序,并且对于 100,000 行的较小示例程序,当我分别尝试提取和处理时,它们都在大约 1-2 分钟内完成。
最佳答案
您可能想查看 smarter_csv
gem,它可以处理 CSV 数据 block (多行)并将它们交给异步 worker ,例如Sidekiq 工作人员。
对于写入输出,每个工作人员将每个批处理的输出片段组装到单独的文件中并稍后将它们连接起来可能会更快。
关于ruby - 为什么处理我的 CSV 文件需要很长时间才能完成?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/32732900/
以下是一个非常简单的ruby服务器。 require 'socket' local_socket = Socket.new(:INET, :STREAM) local_addr = Socket.
我正在使用 OS X(使用 bash),并且是 unix 的新手。我想知道是否可以修改一些文件以便运行 ruby 程序,我不需要“ruby file.rb”,而是可以运行“ruby.rb”。 有理
我在用 Ruby 替换字符串时遇到一些问题。 我的原文:人之所为不如兽之所为。 我想替换为:==What== human does is not like ==what== animal does.
我想在一个循环中从 Ruby 脚本做这样的事情: 写一个文件a.rb(每次迭代都会改变) 执行系统(ruby 'a.rb') a.rb 将带有结果的字符串写入文件“results” a.rb 完成并且
我的问题是尝试创建一个本地服务器,以便我可以理解由我的新团队开发的应用程序。我的问题是我使用的是 Ruby 2.3.3,而 Gemfile 需要 2.3.1。我无法编辑 Gemfile,因为我被告知很
我有一个使用 GLI 框架用 Ruby 编写的命令行实用程序。我想在我的主目录中配置我的命令行实用程序,使用 Ruby 本身作为 DSL 来处理它(类似于 Gemfile 或 Rakefile)。 我
我的 Rails 应用 Controller 中有这段代码: def delete object = model.datamapper_class.first(:sourced_id =>
我正在寻找的解析器应该: 对 Ruby 解析友好, 规则设计优雅, 产生用户友好的解析错误, 用户文档的数量应该比计算器示例多, UPD:允许在编写语法时省略可选的空格。 快速解析不是一个重要的特性。
我刚开始使用 Ruby,听说有一种“Ruby 方式”编码。除了 Ruby on Rails 之外,还有哪些项目适合学习并被认可且设计良好? 最佳答案 Prawn被明确地创建为不仅是一个该死的好 PDF
我知道之前有人问过类似的问题,但是我该如何构建一个无需在前面输入“ruby”就可以在终端中运行的 Ruby 文件呢? 这里的最终目标是创建一个命令行工具包类型的东西。现在,为了执行我希望用户能够执行的
例如哈希a是{:name=>'mike',:age=>27,:gender=>'male'}哈希 b 是 {:name=>'mike'} 我想知道是否有更好的方法来判断 b 哈希是否在 a 哈希内,而
我是一名决定学习 Ruby 和 Ruby on Rails 的 ASP.NET MVC 开发人员。我已经有所了解并在 RoR 上创建了一个网站。在 ASP.NET MVC 上开发,我一直使用三层架构:
最近我看到 Gary Bernhardt 展示了他用来在 vim 中执行 Ruby 代码的 vim 快捷方式。捷径是 :map ,t :w\|:!ruby %. 似乎这个方法总是执行系统 Rub
在为 this question about Blue Ruby 选择的答案中,查克说: All of the current Ruby implementations are compiled to
我有一个 Ruby 数组 > list = Request.find_all_by_artist("Metallica").map(&:song) => ["Nothing else Matters"
我在四舍五入时遇到问题。我有一个 float ,我想将其四舍五入到小数点后的百分之一。但是,我只能使用 .round ,它基本上将它变成一个 int,意思是 2.34.round # => 2. 有没
我使用 ruby on rails 编写了一个小型 Web 应用程序,它的主要目的是上传、存储和显示来自 xml(文件最多几 MB)文件的结果。运行大约 2 个月后,我注意到 mongrel 进程
我们如何用 Ruby 转换像这样的字符串: 𝑙𝑎𝑡𝑜𝑟𝑟𝑒 收件人: Latorre 最佳答案 s = "𝑙𝑎𝑡𝑜𝑟𝑟𝑒" => "𝑙𝑎𝑡𝑜𝑟𝑟𝑒" s.u
通过 ruby monk 时,他们偶尔会从左侧字段中抛出一段语法不熟悉的代码: def compute(xyz) return nil unless xyz xyz.map {|a,
不确定我做错了什么,但我似乎弄错了。 问题是,给你一串空格分隔的数字,你必须返回最大和最小的数字。 注意:所有数字都是有效的 Int32,不需要验证它们。输入字符串中始终至少有一个数字。输出字符串必须
我是一名优秀的程序员,十分优秀!