python - 使用 pandas 加载过滤后的 .tda 文件的最简单方法是什么？

Question

Pandas 有优秀的.read_table() 函数，但是大文件会导致MemoryError。
因为我只需要加载满足特定条件的行，所以我正在寻找一种方法来只加载那些。

这可以使用临时文件来完成:

with open(hugeTdaFile) as huge:
    with open(hugeTdaFile + ".partial.tmp", "w") as tmp:
        tmp.write(huge.readline())  # the header line
        for line in huge:
            if SomeCondition(line):
                tmp.write(line)

t = pandas.read_table(tmp.name)

有没有办法避免这样使用临时文件？

Answer 1

您可以使用 chunksize 参数返回一个迭代器

看到这个:http://pandas.pydata.org/pandas-docs/stable/io.html#iterating-through-files-chunk-by-chunk

• 根据需要过滤 block 帧
• 将过滤后的内容附加到列表中
• 最后连接

(或者你可以将它们写到新的 csvs 或 HDFStores 或其他什么)