我尝试使用此工具将 QVD 文件加载到 pandas 数据帧,如下面的脚本所示。问题是它工作完美,但没有优化,而且它只提供了一种通过索引获取行的方法,这就是为什么我被迫使用 for 循环。
因此,随着行数的增加,复杂性也会增加。我发现 qvd.getRow() 函数会导致复杂性,但我找不到任何其他方法来解析 QVD 文件。我正在寻找这样的工具,但效率更高,尤其是在我处理一些具有约 1M 记录的文件时。
import qvdfile.qvdfile
import pandas as pd
qvd = qvdfile.QvdFile ("file.qvd")
df = pd.DataFrame(columns=qvd.getRow(0).keys())
cols = list(qvd.getRow(0).keys())
for r in range(int(qvd.attribs["NoOfRecords"])):
df = pd.concat([df, pd.DataFrame([qvd.getRow(r)], columns=cols)], ignore_index=True)
我认为这个项目应该可以解决您的性能问题:https://pypi.org/project/qvd/
我能够在大约 15 秒内读取 750k 行、55 列。
pip install qvd
from qvd import qvd_reader
df = qvd_reader.read('test.qvd')
print(df)