Python中的大型csv文件[重复]

Question

这个问题在这里已有答案：

• Reading a huge .csv file 6个答案

我使用Python在大型csv文件中找到一些模式（120万行，250MB），如果找到这样的模式，则在每行上执行一些修改。我的方法是这样的：

dfile=open(csvfile,'r')
lines=dfile.readlines()
dfile.close()
for i in range(0, len(lines)):
    lines[i]=f(lines[i])
# f(.) is a function that modifies line string if a pattern is found
# then I have a code to write the processed data in another csv file.

问题是在经过一定的迭代后，代码停止运行，返回内存错误。我的系统有32GB RAM。如何提高内存性能？我尝试使用以下方法逐行读取数据：

import cache
j=1
while True:
    line=cache.getline(csvfile,j)
    if line='':
        break
    outp=open(newfile,'w')
    outp.write(f(line))
    outp.close()
    j+=1

这种方法也失败了：

encoding error reading location 0X9b?!

有解决方案吗

如果您对我的csv文件中的功能和模式感兴趣，瞧。这是我的csv文件的一个小例子。

Description           Effectivity                AvailableLengths  Vendors
Screw 2" length 3"    "machine1, machine2"       25mm              "vend1, ven2"
pin 3"                machine1                   2-3/4"            vend3
pin 25mm              "machine2, machine4"       34mm              "vend5,Vend6"
Filler 2" red         machine5                   "4-1/2", 3""      vend7
"descr1, descr2"      "machin1,machin2,machine3" 50                "vend1,vend4"

csv文件中的字段用逗号分隔，所以第一行是这样的：

Screw 2" length 3","machine1, machine2",25mm,"vend1, ven2"

由于多值字段和使用维度引用，csv阅读器无法读取此文件。我的函数（上面代码中的函数f）用逗号替换逗号，如果该逗号位于属于同一字段的两个数据之间，并且如果该引用是维度事物，则用'INCH'替换它。

f(firstline)=Screw 2INCH length 3INCH,machine1;machine2,25mm,vend1;ven2

Answer 1

尝试使用以下内容进行编码错误：

open(csvfile, 'r', encoding = 'utf8')

对于性能，可能是你的函数f（）的问题是它具有高复杂性/内存消耗。

你能在这里粘贴函数f（）吗？如果您正在尝试查找模式，也可以考虑使用正则表达式。