久久久久久久av_日韩在线中文_看一级毛片视频_日本精品二区_成人深夜福利视频_武道仙尊动漫在线观看

  • <small id='BHqZZ'></small><noframes id='BHqZZ'>

      <bdo id='BHqZZ'></bdo><ul id='BHqZZ'></ul>

      <legend id='BHqZZ'><style id='BHqZZ'><dir id='BHqZZ'><q id='BHqZZ'></q></dir></style></legend>
    1. <tfoot id='BHqZZ'></tfoot>
      1. <i id='BHqZZ'><tr id='BHqZZ'><dt id='BHqZZ'><q id='BHqZZ'><span id='BHqZZ'><b id='BHqZZ'><form id='BHqZZ'><ins id='BHqZZ'></ins><ul id='BHqZZ'></ul><sub id='BHqZZ'></sub></form><legend id='BHqZZ'></legend><bdo id='BHqZZ'><pre id='BHqZZ'><center id='BHqZZ'></center></pre></bdo></b><th id='BHqZZ'></th></span></q></dt></tr></i><div class="qwawimqqmiuu" id='BHqZZ'><tfoot id='BHqZZ'></tfoot><dl id='BHqZZ'><fieldset id='BHqZZ'></fieldset></dl></div>

        在 Pandas 中使用多處理讀取 csv 文件的最簡單方法

        Easiest way to read csv files with multiprocessing in Pandas(在 Pandas 中使用多處理讀取 csv 文件的最簡單方法)

        1. <i id='2vZX6'><tr id='2vZX6'><dt id='2vZX6'><q id='2vZX6'><span id='2vZX6'><b id='2vZX6'><form id='2vZX6'><ins id='2vZX6'></ins><ul id='2vZX6'></ul><sub id='2vZX6'></sub></form><legend id='2vZX6'></legend><bdo id='2vZX6'><pre id='2vZX6'><center id='2vZX6'></center></pre></bdo></b><th id='2vZX6'></th></span></q></dt></tr></i><div class="qwawimqqmiuu" id='2vZX6'><tfoot id='2vZX6'></tfoot><dl id='2vZX6'><fieldset id='2vZX6'></fieldset></dl></div>
          <legend id='2vZX6'><style id='2vZX6'><dir id='2vZX6'><q id='2vZX6'></q></dir></style></legend>
            <tbody id='2vZX6'></tbody>
        2. <small id='2vZX6'></small><noframes id='2vZX6'>

                  <bdo id='2vZX6'></bdo><ul id='2vZX6'></ul>
                • <tfoot id='2vZX6'></tfoot>
                  本文介紹了在 Pandas 中使用多處理讀取 csv 文件的最簡單方法的處理方法,對大家解決問題具有一定的參考價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)吧!

                  問題描述

                  限時(shí)送ChatGPT賬號..

                  這是我的問題.
                  帶有一堆 .csv 文件(或其他文件).Pandas 是一種讀取它們并保存為 Dataframe 格式的簡單方法.但是當(dāng)文件量很大時(shí),我想通過多處理讀取文件以節(jié)省一些時(shí)間.

                  Here is my question.
                  With bunch of .csv files(or other files). Pandas is an easy way to read them and save into Dataframe format. But when the amount of files was huge, I want to read the files with multiprocessing to save some time.

                  我手動(dòng)將文件分成不同的路徑.單獨(dú)使用:

                  I manually divide the files into different path. Using severally:

                  os.chdir("./task_1")
                  files = os.listdir('.')
                  files.sort()
                  for file in files:
                      filename,extname = os.path.splitext(file)
                      if extname == '.csv':
                          f = pd.read_csv(file)
                          df = (f.VALUE.as_matrix()).reshape(75,90)   
                  

                  然后將它們組合起來.

                  如何使用 pool 運(yùn)行它們來解決我的問題?
                  任何建議將不勝感激!

                  How to run them with pool to achieve my problem?
                  Any advice would be appreciated!

                  推薦答案

                  使用Pool:

                  import os
                  import pandas as pd 
                  from multiprocessing import Pool
                  
                  # wrap your csv importer in a function that can be mapped
                  def read_csv(filename):
                      'converts a filename to a pandas dataframe'
                      return pd.read_csv(filename)
                  
                  
                  def main():
                  
                      # get a list of file names
                      files = os.listdir('.')
                      file_list = [filename for filename in files if filename.split('.')[1]=='csv']
                  
                      # set up your pool
                      with Pool(processes=8) as pool: # or whatever your hardware can support
                  
                          # have your pool map the file names to dataframes
                          df_list = pool.map(read_csv, file_list)
                  
                          # reduce the list of dataframes to a single dataframe
                          combined_df = pd.concat(df_list, ignore_index=True)
                  
                  if __name__ == '__main__':
                      main()
                  

                  這篇關(guān)于在 Pandas 中使用多處理讀取 csv 文件的最簡單方法的文章就介紹到這了,希望我們推薦的答案對大家有所幫助,也希望大家多多支持html5模板網(wǎng)!

                  【網(wǎng)站聲明】本站部分內(nèi)容來源于互聯(lián)網(wǎng),旨在幫助大家更快的解決問題,如果有圖片或者內(nèi)容侵犯了您的權(quán)益,請聯(lián)系我們刪除處理,感謝您的支持!

                  相關(guān)文檔推薦

                  What exactly is Python multiprocessing Module#39;s .join() Method Doing?(Python 多處理模塊的 .join() 方法到底在做什么?)
                  Passing multiple parameters to pool.map() function in Python(在 Python 中將多個(gè)參數(shù)傳遞給 pool.map() 函數(shù))
                  multiprocessing.pool.MaybeEncodingError: #39;TypeError(quot;cannot serialize #39;_io.BufferedReader#39; objectquot;,)#39;(multiprocessing.pool.MaybeEncodingError: TypeError(cannot serialize _io.BufferedReader object,)) - IT屋-程序員軟件開
                  Python Multiprocess Pool. How to exit the script when one of the worker process determines no more work needs to be done?(Python 多進(jìn)程池.當(dāng)其中一個(gè)工作進(jìn)程確定不再需要完成工作時(shí),如何退出腳本?) - IT屋-程序員
                  How do you pass a Queue reference to a function managed by pool.map_async()?(如何將隊(duì)列引用傳遞給 pool.map_async() 管理的函數(shù)?)
                  yet another confusion with multiprocessing error, #39;module#39; object has no attribute #39;f#39;(與多處理錯(cuò)誤的另一個(gè)混淆,“模塊對象沒有屬性“f)
                  <tfoot id='7JA9g'></tfoot>
                  <legend id='7JA9g'><style id='7JA9g'><dir id='7JA9g'><q id='7JA9g'></q></dir></style></legend>
                  • <small id='7JA9g'></small><noframes id='7JA9g'>

                      <bdo id='7JA9g'></bdo><ul id='7JA9g'></ul>

                          <tbody id='7JA9g'></tbody>

                          <i id='7JA9g'><tr id='7JA9g'><dt id='7JA9g'><q id='7JA9g'><span id='7JA9g'><b id='7JA9g'><form id='7JA9g'><ins id='7JA9g'></ins><ul id='7JA9g'></ul><sub id='7JA9g'></sub></form><legend id='7JA9g'></legend><bdo id='7JA9g'><pre id='7JA9g'><center id='7JA9g'></center></pre></bdo></b><th id='7JA9g'></th></span></q></dt></tr></i><div class="qwawimqqmiuu" id='7JA9g'><tfoot id='7JA9g'></tfoot><dl id='7JA9g'><fieldset id='7JA9g'></fieldset></dl></div>
                          • 主站蜘蛛池模板: 亚洲综合色视频在线观看 | 91视频正在播放 | 男人天堂手机在线视频 | 免费在线观看91 | 美女视频一区二区三区 | 日韩精品在线播放 | av在线一区二区三区 | 国产精品一区二区三区在线 | 嫩呦国产一区二区三区av | 欧美日韩成人在线观看 | 一区二区三区欧美 | 在线观看视频福利 | 午夜电影网 | 人人干天天干 | 激情欧美一区二区三区中文字幕 | 99精品电影 | 一区二区三区在线观看视频 | 久久欧美高清二区三区 | 羞羞网站免费观看 | 欧美日韩亚洲一区二区 | 日韩伦理一区二区 | av在线电影网 | 久久91精品国产一区二区 | 91精品国产91久久久久久 | 亚洲国产精品久久 | 精品久久国产 | 精品久久久久久 | 亚洲区一区二区 | aaaaa毛片 | 91精品国产综合久久久动漫日韩 | 成人精品鲁一区一区二区 | 国产精品黄视频 | 91久久精品一区二区二区 | 国产精品久久视频 | 久久男女视频 | 四虎影视在线 | 中文字幕一区二区三区四区 | 成人久草 | 亚洲国产精品视频 | 在线播放中文字幕 | 成人在线一区二区 |