- 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
我有一个大数据帧加载到 Pandas 内存中(~9GB)。我正在尝试编写一个遵循给定格式(Vowpal Wabbit)的文本文件,但对内存使用情况和性能感到困惑。虽然文件很大(4800 万行),但初始加载到 Pandas 中的效果还不错。写出该文件至少需要 6 个多小时,这确实压垮了我的笔记本电脑,并耗尽了我几乎所有的 RAM (32GB)。天真地,我假设该操作一次只在一行上运行,因此 RAM 使用量会非常小。有没有更有效的方法来处理这些数据?
with open("C:\\Users\\Desktop\\DATA\\train_mobile2.vw", "wb") as outfile:
for index, row in train.iterrows():
if row['click'] ==0:
vwline=""
vwline+="-1 "
else:
vwline=""
vwline+="1 "
vwline+="|a C1_"+ str(row['C1']) +\
" |b banpos_"+ str(row['banner_pos']) +\
" |c siteid_"+ str(row['site_id']) +\
" sitedom_"+ str(row['site_domain']) +\
" sitecat_"+ str(row['site_category']) +\
" |d appid_"+ str(row['app_id']) +\
" app_domain_"+ str(row['app_domain']) +\
" app_cat_"+ str(row['app_category']) +\
" |e d_id_"+ str(row['device_id']) +\
" d_ip_"+ str(row['device_ip']) +\
" d_os_"+ str(row['device_os']) +\
" d_make_"+ str(row['device_make']) +\
" d_mod_"+ str(row['device_model']) +\
" d_type_"+ str(row['device_type']) +\
" d_conn_"+ str(row['device_conn_type']) +\
" d_geo_"+ str(row['device_geo_country']) +\
" |f num_a:"+ str(row['C17']) +\
" numb:"+ str(row['C18']) +\
" numc:"+ str(row['C19']) +\
" numd:"+ str(row['C20']) +\
" nume:"+ str(row['C22']) +\
" numf:"+ str(row['C24']) +\
" |g c21_"+ str(row['C21']) +\
" C23_"+ str(row['C23']) +\
" |h hh_"+ str(row['hh']) +\
" |i doe_"+ str(row['doe'])
outfile.write(vwline + "\n")
响应用户的建议,
我编写了以下代码,但在运行最后一行时收到错误,提示“+ 不支持操作数类型:'numpy.ndarray' 和 'str'”
lines_T = np.where(train['click'] == 0, "-1 ", "1 ") +\
"|a C1_" + train['C1'].astype('str') +\
" |b banpos_"+ train['banner_pos'].astype('str') +\
....
"|h hh_"+ train['hh'].astype('str')+\
" |i doe_"+ train['doe'].astype('str') #ERROR HERE
line_T.to_csv("C:\Users\Desktop\DATA\KAGGLE\mobile\train_mobile.vw",mode='a', header=False,index=False)
最佳答案
不确定内存使用情况,但这绝对应该更快:
lines = np.where(train['click'] == 0, "-1 ", "1 ") +
"|a C1_" + train['C1'].astype('str') +
" |b banpos_"+ train['banner_pos'].astype('str') +
...
然后保存这些行
lines.to_csv(outfile, index=False)
如果内存成为问题,您也可以批量执行(例如一次处理几百万条记录)
关于Python/Pandas 逐行写入文件::内存使用,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/26867266/
我在网上搜索但没有找到任何合适的文章解释如何使用 javascript 使用 WCF 服务,尤其是 WebScriptEndpoint。 任何人都可以对此给出任何指导吗? 谢谢 最佳答案 这是一篇关于
我正在编写一个将运行 Linux 命令的 C 程序,例如: cat/etc/passwd | grep 列表 |剪切-c 1-5 我没有任何结果 *这里 parent 等待第一个 child (chi
所以我正在尝试处理文件上传,然后将该文件作为二进制文件存储到数据库中。在我存储它之后,我尝试在给定的 URL 上提供文件。我似乎找不到适合这里的方法。我需要使用数据库,因为我使用 Google 应用引
我正在尝试制作一个宏,将下面的公式添加到单元格中,然后将其拖到整个列中并在 H 列中复制相同的公式 我想在 F 和 H 列中输入公式的数据 Range("F1").formula = "=IF(ISE
问题类似于this one ,但我想使用 OperatorPrecedenceParser 解析带有函数应用程序的表达式在 FParsec . 这是我的 AST: type Expression =
我想通过使用 sequelize 和 node.js 将这个查询更改为代码取决于在哪里 select COUNT(gender) as genderCount from customers where
我正在使用GNU bash,版本5.0.3(1)-发行版(x86_64-pc-linux-gnu),我想知道为什么简单的赋值语句会出现语法错误: #/bin/bash var1=/tmp
这里,为什么我的代码在 IE 中不起作用。我的代码适用于所有浏览器。没有问题。但是当我在 IE 上运行我的项目时,它发现错误。 而且我的 jquery 类和 insertadjacentHTMl 也不
我正在尝试更改标签的innerHTML。我无权访问该表单,因此无法编辑 HTML。标签具有的唯一标识符是“for”属性。 这是输入和标签的结构:
我有一个页面,我可以在其中返回用户帖子,可以使用一些 jquery 代码对这些帖子进行即时评论,在发布新评论后,我在帖子下插入新评论以及删除 按钮。问题是 Delete 按钮在新插入的元素上不起作用,
我有一个大约有 20 列的“管道分隔”文件。我只想使用 sha1sum 散列第一列,它是一个数字,如帐号,并按原样返回其余列。 使用 awk 或 sed 执行此操作的最佳方法是什么? Accounti
我需要将以下内容插入到我的表中...我的用户表有五列 id、用户名、密码、名称、条目。 (我还没有提交任何东西到条目中,我稍后会使用 php 来做)但由于某种原因我不断收到这个错误:#1054 - U
所以我试图有一个输入字段,我可以在其中输入任何字符,但然后将输入的值小写,删除任何非字母数字字符,留下“。”而不是空格。 例如,如果我输入: 地球的 70% 是水,-!*#$^^ & 30% 土地 输
我正在尝试做一些我认为非常简单的事情,但出于某种原因我没有得到想要的结果?我是 javascript 的新手,但对 java 有经验,所以我相信我没有使用某种正确的规则。 这是一个获取输入值、检查选择
我想使用 angularjs 从 mysql 数据库加载数据。 这就是应用程序的工作原理;用户登录,他们的用户名存储在 cookie 中。该用户名显示在主页上 我想获取这个值并通过 angularjs
我正在使用 autoLayout,我想在 UITableViewCell 上放置一个 UIlabel,它应该始终位于单元格的右侧和右侧的中心。 这就是我想要实现的目标 所以在这里你可以看到我正在谈论的
我需要与 MySql 等效的 elasticsearch 查询。我的 sql 查询: SELECT DISTINCT t.product_id AS id FROM tbl_sup_price t
我正在实现代码以使用 JSON。 func setup() { if let flickrURL = NSURL(string: "https://api.flickr.com/
我尝试使用for循环声明变量,然后测试cols和rols是否相同。如果是,它将运行递归函数。但是,我在 javascript 中执行 do 时遇到问题。有人可以帮忙吗? 现在,在比较 col.1 和
我举了一个我正在处理的问题的简短示例。 HTML代码: 1 2 3 CSS 代码: .BB a:hover{ color: #000; } .BB > li:after {
我是一名优秀的程序员,十分优秀!