我正在处理CSV格式的巨大数据集(5,000万行)。我试图对其进行切片并将其另存为“羽毛格式”,以便在稍后加载羽毛格式时节省一些内存。
作为一种解决方法,我将数据分块加载为CSV文件,然后将其合并到一个数据框中。
这是我到目前为止尝试过的:
df[2000000:4000000].to_feather('name')
我遇到以下错误:
ValueError: feather does not support serializing a non-default index for the index; you can .reset_index() to make the index into column(s)
然后我尝试重置索引,但仍然出现相同的错误。
答案 0 :(得分:1)
试试 .loc
:
df.loc[2000000:4000000].reset_index().to_feather("./myfeather.ftr")
您必须重置索引才能将 datataframe 保存为羽化格式。对我有用。
答案 1 :(得分:-1)
将数据切片保存到csv df.to_csv(),再次从csv加载数据,然后保存为羽毛格式。这种方法对我有用