Python 等分切分数据及规则命名
程序员文章站
2022-05-18 21:17:29
将一份一亿多条数据的csv文件等分为10份,代码如下所示: import pandas as pd data = pd.read_csv('C:\\Users\\PycharmProjects\\SplitData\\data\\UserBehavior.csv') # 路径则根据个人存放项目文件的 ......
将一份一亿多条数据的csv文件等分为10份,代码如下所示:
import pandas as pd
data = pd.read_csv('c:\\users\\pycharmprojects\\splitdata\\data\\userbehavior.csv') # 路径则根据个人存放项目文件的习惯
num = 0
for i in range(1, 11):
start = num
num = num + int(data.shape[0] / 10)
file = data.iloc[start:num,]
file.to_csv("c:\\users\\pycharmprojects\\splitdata\\newdata\\" + str(i) + "_data.csv", index=false) # index=false是不想切分后的文件出现序号
注意:如果此时文件的路径包含有中文,则必须改成以下的代码:
import pandas as pd
f = open('c:\\users\\pycharmprojects\\数据切分\\data\\userbehavior.csv')
data = pd.read_csv(f)
num = 0
for i in range(1, 11):
start = num
num = num + int(data.shape[0] / 10)
file = data.iloc[start:num,]
file.to_csv("c:\\users\\pycharmprojects\\splitdata\\newdata\\" + str(i) + "_data.csv", index=false)
但是使用这种方法调用文件进内存,加重了内存的负担,两次赋值相当于内存占用乘2,此方法不建议使用,还是将路径改为英文名。