- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我使用 python 2.7 和 pandas 0.20.2 将多个 CSV 文件读取到 DataFrame(一次一个),从 DF 中的选定系列创建列表,然后将该信息转储到 MySQL 数据库中。
奇怪的是,第一个循环运行良好(尝试了各种文件,第一个总是运行良好),但随后写入 MySQL 挂起,内存泄漏严重,直到出现 段错误(核心转储)
错误。
我将尝试在这里给出一个最小的例子:
import pandas as pd
import MySQLdb
file_list = ['file1.csv','file2.csv']
db = MySQLdb.connect(...)
with db as c:
c.execute("USE my_db")
for f in file_list:
df = pd.read_csv(f, parse_dates = ['date_time'])
sql_dict = {
'date_time': df['date_time'].dt.strftime('%Y-%m-%d %H:%M:%S').tolist(),
'num':df['num'].tolist()
}
columns = sql_dict.keys()
values = sql_dict.values()
join_string = "(" + ",".join("%s" for c in columns) + ")"
query = "REPLACE INTO std_ints ({}) VALUES ".format(", ".join(columns)) + ",".join(join_string for _ in values[0])
flat_vals = [ i for s in zip(*values) for i in s ]
c.execute(query, flat_vals)
db.commit()
db.close()
第一个循环完美执行,然后运行第二个循环,直到 c.execute(query, flat_vals)
行挂起并且永远不会完成。
我已经尝试了上百万次 .commit()
的各种迭代,关闭或不关闭 db
,但都无济于事。
我无法判断这是 pandas 错误还是 MySQL 错误,但数据帧生成速度很快并且占用了完全相同的内存空间,所以我认为这是 MySQL 的问题。
我还读了this thread regarding multithreading并为 file_list
中的每个循环包含一个新连接,同样无济于事。
如有任何帮助,我们将不胜感激。
最佳答案
尽管我说的是“关于多线程的线程”,但我认为这可能已经包含了答案。
新的工作代码:
import pandas as pd
import MySQLdb
file_list = ['file1.csv','file2.csv']
for f in file_list:
db = MySQLdb.connect(...)
with db as c:
c.execute("USE my_db")
df = pd.read_csv(f, parse_dates = ['date_time'])
sql_dict = {
'date_time': df['date_time'].dt.strftime('%Y-%m-%d %H:%M:%S').tolist(),
'num':df['num'].tolist()
}
columns = sql_dict.keys()
values = sql_dict.values()
join_string = "(" + ",".join("%s" for c in columns) + ")"
query = "REPLACE INTO std_ints ({}) VALUES ".format(", ".join(columns)) + ",".join(join_string for _ in values[0])
flat_vals = [ i for s in zip(*values) for i in s ]
c.execute(query, flat_vals)
db.commit()
请注意更新版本中缺少 db.close()
。坦率地说,我不确定关键是什么,但关键是关键和/或重新排序 MySQL 连接调用。
关于Python 2.7/Pandas/MySQL 段错误,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/46392089/
pandas.crosstab 和 Pandas 数据透视表似乎都提供了完全相同的功能。有什么不同吗? 最佳答案 pivot_table没有 normalize争论,不幸的是。 在 crosstab
我能找到的最接近的答案似乎太复杂:How I can create an interval column in pandas? 如果我有一个如下所示的 pandas 数据框: +-------+ |
这是我用来将某一行的一列值移动到同一行的另一列的当前代码: #Move 2014/15 column ValB to column ValA df.loc[(df.Survey_year == 201
我有一个以下格式的 Pandas 数据框: df = pd.DataFrame({'a' : [0,1,2,3,4,5,6], 'b' : [-0.5, 0.0, 1.0, 1.2, 1.4,
所以我有这两个数据框,我想得到一个新的数据框,它由两个数据框的行的克罗内克积组成。正确的做法是什么? 举个例子:数据框1 c1 c2 0 10 100 1 11 110 2 12
TL;DR:在 pandas 中,如何绘制条形图以使其 x 轴刻度标签看起来像折线图? 我制作了一个间隔均匀的时间序列(每天一个项目),并且可以像这样很好地绘制它: intensity[350:450
我有以下两个时间列,“Time1”和“Time2”。我必须计算 Pandas 中的“差异”列,即 (Time2-Time1): Time1 Time2
从这个 df 去的正确方法是什么: >>> df=pd.DataFrame({'a':['jeff','bob','jill'], 'b':['bob','jeff','mike']}) >>> df
我想按周从 Pandas 框架中的列中累积计算唯一值。例如,假设我有这样的数据: df = pd.DataFrame({'user_id':[1,1,1,2,2,2],'week':[1,1,2,1,
数据透视表的表示形式看起来不像我在寻找的东西,更具体地说,结果行的顺序。 我不知道如何以正确的方式进行更改。 df示例: test_df = pd.DataFrame({'name':['name_1
我有一个数据框,如下所示。 Category Actual Predicted 1 1 1 1 0
我有一个 df,如下所示。 df: ID open_date limit 1 2020-06-03 100 1 2020-06-23 500
我有一个 df ,其中包含与唯一值关联的各种字符串。对于这些唯一值,我想删除不等于单独列表的行,最后一行除外。 下面使用 Label 中的各种字符串值与 Item 相关联.所以对于每个唯一的 Item
考虑以下具有相同名称的列的数据框(显然,这确实发生了,目前我有一个像这样的数据集!:() >>> df = pd.DataFrame({"a":range(10,15),"b":range(5,10)
我在 Pandas 中有一个 DF,它看起来像: Letters Numbers A 1 A 3 A 2 A 1 B 1 B 2
如何减去两列之间的时间并将其转换为分钟 Date Time Ordered Time Delivered 0 1/11/19 9:25:00 am 10:58:00 am
我试图理解 pandas 中的下/上百分位数计算,但有点困惑。这是它的示例代码和输出。 test = pd.Series([7, 15, 36, 39, 40, 41]) test.describe(
我有一个多索引数据框,如下所示: TQ bought HT Detailed Instru
我需要从包含值“低”,“中”或“高”的数据框列创建直方图。当我尝试执行通常的df.column.hist()时,出现以下错误。 ex3.Severity.value_counts() Out[85]:
我试图根据另一列的长度对一列进行子串,但结果集是 NaN .我究竟做错了什么? import pandas as pd df = pd.DataFrame([['abcdefghi','xyz'],
我是一名优秀的程序员,十分优秀!