这篇文章主要介绍“怎么使用pandas对超大csv文件进行快速拆分”的相关知识，小编通过实际案例向大家展示操作过程，操作方法简单快捷，实用性强，希望这篇“怎么使用pandas对超大csv文件进行快速拆分”文章能帮助大家解决问题。
1. 操作步骤
1.1 安装pandas
pip install pandas
1.2 拆分大文件
import pandas as pd
# 读取csv文件
df = pd.read_csv("../super_big.csv")
# 获取文件总行数
row_num = len(df)
# 确定每个小文件要包含的数据量
step = 400
for start in range(0, row_num, step):
stop = start + step
filename = "./small_{}-{}.csv".format(start, stop)
d = df[start: stop]
print("Saving file : " + filename + ", data size : " + str(len(d)))
d.to_csv(fname, index=None)
# 输出如下
# Saving file : ./small_0-500.csv, data size : 500
# Saving file : ./small_500-1000.csv, data size : 500
代码就这么简单。
2. 再多了解一点儿
2.1 pandas读取csv文件后，返回的是什么类型？
import pandas
df = pandas.read_csv('./super_big.csv')
type(df)
<class 'pandas.core.frame.DataFrame'>
2.2 如何从DataFrame中读取某一行呢？
# 返回第一行 print(df.loc[0]) # 返回第二行 print(df.loc[1])
2.3 如何从DataFrame读取多行呢?
d = df[start: stop]
2.4 如何从DataFrame中读取某一列呢？
data = {
"name": ["peter", "rose", "joe"],
"career": ["teacher", "engineer", "doctor"]
}
df = pd.DataFrame(data)
print(df["name"])
#0 peter
#1 rose
#2 joe
#Name: name, dtype: object
2.5 如何用pandas读写CSV文件？
df = pd.read_csv("YOUT_CSV_FILE.csv")
df.to_csv(fname, index=None)
注意：index默认是True，意思是保存行索引，这时候需要一个例子。
data = {
"name": ["peter", "rose", "joe"],
"career": ["teacher", "engineer", "doctor"]
}
df = pd.DataFrame(data)
df.to_csv("a.csv")
# 文件内容如下，注意每行的开头自动添加了行索引，从0开始递增
,name,career
0,peter,teacher
1,rose,engineer
2,joe,doctor
关于“怎么使用pandas对超大csv文件进行快速拆分”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识，可以关注云搜网行业资讯频道，小编每天都会为大家更新不同的知识点。
