170 похожих чатов

Подскажите, как правильно читать огромные csv файлы? по 10 млн

строк, нашел решение с использованием chunksize этого хватит?

23 ответов

18 просмотров

for row in reader: ... не очень понятно о чем вы, про пандас что ли?

Tishka17
for row in reader: ... не очень понятно о чем в...

ммм, а можно как-то ускорить это?

Tishka17
куда уж быстрее?

Пару недель назад собесился в какую-то то ли дочку вконтакта, то ли проект основанных выходцами оттуда. Короче на собесе тимлид спросил тоже как раз как обработать большой csv. Я объяснил про readlines, а он спросил про можно ли быстрее. Я объяснил про чтение чанками. Он сказал что можно ускорить чтение файлов "побитовыми сдвигами" и сказал так сделано в библиотеках типа пандаса.

xtemple- Автор вопроса
Tishka17
for row in reader: ... не очень понятно о чем в...

Да, про пандас, сейчас у меня файл читается порядка 20 минут

Alex
Пару недель назад собесился в какую-то то ли дочку...

кстати https://docs.python.org/3/library/io.html#io.BufferedReader юзается по дефолту при open, можно поиграть с размером буфера

xtemple
Еще нет!

ты какую-то аналитику в пандасе делаешь или нет?

xtemple
Да

попробуй ещё явно выставить типы колонок

xtemple- Автор вопроса
Tishka17
попробуй ещё явно выставить типы колонок

Проблема в том, что для разных файлов они разные, то есть данные одни, но разбросаны

Alex
Пару недель назад собесился в какую-то то ли дочку...

Ну вообще я подразумевал такое решение: Мы читаем из файла чанкам read(n). Чанк добавляется в очередь (думаю deque подойдет). Из деки мы извлекаем n-ое количество строк подразумевая что строки разделены разрывом строки \n. Ну и скармливаем это тому же csv и обрабатываем.

Alex
Пару недель назад собесился в какую-то то ли дочку...

readlines для длинных файлов - это брутально, конечно.

evle
readlines для длинных файлов - это брутально, коне...

ну там на собесе был вопрос можно ли это сделать как-то быстрее, чем просто readlines

Alex
ну там на собесе был вопрос можно ли это сделать к...

Ну, вообще, вопрос в том, скорость чего мы меряем. Если росто прочитать и сложить в кучу, readlines, видимо, близко к оптимальному. Но обычно с данными что-то надо делать, а вот хранить их все в памяти не обязательно.

evle
Ну, вообще, вопрос в том, скорость чего мы меряем....

там именно в скорости чтения файла был вопрос.

Alex
там именно в скорости чтения файла был вопрос.

На скорость чтения из файла ты толком влиять не можешь.

evle
На скорость чтения из файла ты толком влиять не мо...

да, но идея выше в том что мы реже читаем из файла и делаем это какими-то большими порциями.

Alex
да, но идея выше в том что мы реже читаем из файла...

Тогда вопрос нев "именно скорости чтения из файла".

Alex
да, но идея выше в том что мы реже читаем из файла...

Ну, так у тебя ядро будет буфферизовать чтение

Похожие вопросы

Обсуждают сегодня

Господа, а что сейчас вообще с рынком труда на делфи происходит? Какова ситуация?
Rꙮman Yankꙮvsky
29
А вообще, что может смущать в самой Julia - бы сказал, что нет единого стандартного подхода по многим моментам, поэтому многое выглядит как "хаки" и произвол. Короче говоря, с...
Viktor G.
2
30500 за редактор? )
Владимир
47
а через ESC-код ?
Alexey Kulakov
29
Чёт не понял, я ж правильной функцией воспользовался чтобы вывести отладочную информацию? но что-то она не ловится
notme
18
У меня есть функция где происходит это: write_bit(buffer, 1); write_bit(buffer, 0); write_bit(buffer, 1); write_bit(buffer, 1); write_bit(buffer, 1); w...
~
14
Добрый день! Скажите пожалуйста, а какие программы вы бы рекомендовали написать для того, чтобы научиться управлять памятью? Можно написать динамический массив, можно связный ...
Филипп
7
Недавно Google Project Zero нашёл багу в SQLite с помощью LLM, о чём достаточно было шумно в определённых интернетах, которые сопровождались рассказами, что скоро всех "ибешни...
Alex Sherbakov
5
Ребят в СИ можно реализовать ООП?
Николай
33
https://github.com/erlang/otp/blob/OTP-27.1/lib/kernel/src/logger_h_common.erl#L174 https://github.com/erlang/otp/blob/OTP-27.1/lib/kernel/src/logger_olp.erl#L76 15 лет назад...
Maksim Lapshin
20
Карта сайта