木香镇传奇,申通快递费用查询,河北公共节目表
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。
如对本文有疑问，请在下面进行留言讨论，广大热心网友会与你互动！！
点击进行留言回复
我要评论
网友评论