Pandas处理超大规模数据

对于超大规模的csv文件，我们无法一下将其读入内存当中，只能分块一部分一部分的进行读取；

  首先进行如下操作：

import pandas as pd
reader = pd.read_csv('data/servicelogs', iterator=true)

分块，每一块是一个chunk，之后将chunk进行拼接；

loop = true
chunksize = 100000
chunks = []
while loop:
    try:
        chunk = reader.get_chunk(chunksize)
        chunks.append(chunk)
    except stopiteration:
        loop = false
        print "iteration is stopped."
df = pd.concat(chunks, ignore_index=true)