我正在从txt文件中读取数字列表作为字符串。这不是一个大文件,只有1 GB。然后将数字转换为float并放入列表中。
with open(...) as f:
lines = f.read()
mylist = [float(x) for x in lines if x not in ['[',']',',', ' ']]
我列表的最终内容只是1.0格式的简单浮点数。但是,这占用了很多内存。我注意到,如果将它们转换为int,它们不会占用太多空间,但是我需要它们是浮动的。
然后,当我尝试将其转换为熊猫系列时,我的整个会话都崩溃了。
mylist = pd.Series(mylist)
我正在使用带有大约25 GB的RAM和15 GB的GPU的google colab。我不敢相信只有1 GB的数据可以吃掉25 GB的ram,我一定做错了,但是我不知道应该怎么做。任何帮助表示赞赏。
您是否尝试使用标准方法(带有自定义分隔符)打开此文件?
import pandas as pd
df = pd.read_csv('you_file.txt', delimiter='\t')
df = df[(df['some_column'] != '[') & (df['some_column'] != ']')]
df = df[(df['some_column'] != ',') & (df['some_column'] != ' ')]