如何在Python中将读取的大型csv文件拆分为均匀大小的块？

如何在Python中将读取的大型csv文件拆分为均匀大小的块？

只需将您的

reader

下标包装到即可

list

。显然，这会在大型文件上中断（请参见下面的 更新 中的替代方法）：

>>> reader = csv.reader(open('big.csv', 'rb'))>>> lines = list(reader)>>> print lines[:100]...

进一步阅读：如何在Python中将列表分成均匀大小的块？

---

更新1 （列表版本）：另一种可能的方法是处理每个卡盘，因为它们在遍历行时到达：

#!/usr/bin/env pythonimport csvreader = csv.reader(open('4956984.csv', 'rb'))chunk, chunksize = [], 100def process_chunk(chuck):    print len(chuck)    # do something useful ...for i, line in enumerate(reader):    if (i % chunksize == 0 and i > 0):        process_chunk(chunk)        del chunk[:]  # or: chunk = []    chunk.append(line)# process the remainderprocess_chunk(chunk)

---

更新2 （生成器版本）：我尚未对其进行基准测试，但是也许可以通过使用块 生成器 来提高性能：

#!/usr/bin/env pythonimport csvreader = csv.reader(open('4956984.csv', 'rb'))def gen_chunks(reader, chunksize=100):    """     Chunk generator. Take a CSV `reader` and yield    `chunksize` sized slices.     """    chunk = []    for i, line in enumerate(reader):        if (i % chunksize == 0 and i > 0): yield chunk del chunk[:]  # or: chunk = []        chunk.append(line)    yield chunkfor chunk in gen_chunks(reader):    print chunk # process chunk# test gen_chunk on some dummy sequence:for chunk in gen_chunks(range(10), chunksize=3):    print chunk # process chunk# => yields# [0, 1, 2]# [3, 4, 5]# [6, 7, 8]# [9]

@totalhack
指出，这是一个小陷阱：

请注意，这会反复产生具有不同内容的相同对象。如果您计划在每次迭代之间使用大块来完成所需的所有 *** 作，则此方法很好用。