Pandas技巧-如何读取大文件
本文中记录的是如何利用pandas来读取大文件，4个技巧：
-
如何利用read_csv函数读取没有表头的文件
-
get_chunk()方法来分块读取数据
-
concat()方法将数据库进行叠加（垂直方向）
-
若数据量过大，采取随机抽放（是否放回）
<!--MORE-->
filepath = open("taobao.csv",errors="ignore") # 指定文件路径
reader = pd.read_csv(filepath,
header=None,
names=["user_id","item_id","cat_id","type","time"], # 指定列属性名称
iterator=True)
# loop,chunkSize,chunks = True, 10000000, [] # 连续赋值语句
loop = True
chunkSize = 10000000
chunks = []
while loop: # loop一直为True，执行循环
chunk = reader.get_chunk(chunkSize)
chunks.append(chunk)
except StopIteration:
loop = False
print("Iteration is stopped.")
# 如果考虑数据量过大，只抽取部分的数据来进行分析，采取不放回抽样的方式
# pd.concat(chunks, ignore_index=True).sample(frac=0.05, replace=False) 不放回抽样、记录不重复
df = pd.concat(chunks, ignore_index=True)
JavaScriptSerializer 日期 js日期时间
1 当前时间：new Date()2 当前周：function getCurrentWeek() {
var date = new Date()
var beginDate = new Date(date.getFullYear(), 0, 1);
var week = Math.ceil((parseInt((date - beginDate) / (24 * 60 *
