1
片的大数据帧我有一个的大数据帧(> 3MM行),我试图通过一个函数(下面的一个大大简化),和我不断收到一个Memory Error
消息。大熊猫 - 在大块
我想我路过太大的数据帧进入的功能,所以我想:
1)条中的数据框成小块(最好AcctName
切片)
2)通数据帧到函数
3)串联的dataframes回一个的大数据帧
def trans_times_2(df):
df['Double_Transaction'] = df['Transaction'] * 2
large_df
AcctName Timestamp Transaction
ABC 12/1 12.12
ABC 12/2 20.89
ABC 12/3 51.93
DEF 12/2 13.12
DEF 12/8 9.93
DEF 12/9 92.09
GHI 12/1 14.33
GHI 12/6 21.99
GHI 12/12 98.81
我知道我的功能的正常使用,因为它会在一个较小的数据框的工作(例如40,000行)。我尝试了以下方法,但是我没有成功将小数据框连接回一个大型数据框。
def split_df(df):
new_df = []
AcctNames = df.AcctName.unique()
DataFrameDict = {elem: pd.DataFrame for elem in AcctNames}
key_list = [k for k in DataFrameDict.keys()]
new_df = []
for key in DataFrameDict.keys():
DataFrameDict[key] = df[:][df.AcctNames == key]
trans_times_2(DataFrameDict[key])
rejoined_df = pd.concat(new_df)
如何我想象的dataframes被拆分:
df1
AcctName Timestamp Transaction Double_Transaction
ABC 12/1 12.12 24.24
ABC 12/2 20.89 41.78
ABC 12/3 51.93 103.86
df2
AcctName Timestamp Transaction Double_Transaction
DEF 12/2 13.12 26.24
DEF 12/8 9.93 19.86
DEF 12/9 92.09 184.18
df3
AcctName Timestamp Transaction Double_Transaction
GHI 12/1 14.33 28.66
GHI 12/6 21.99 43.98
GHI 12/12 98.81 197.62
感谢斯科特!有没有办法根据'AcctName'而不是块大小拆分成更小的数据框? –
@WaltReed尝试使用groupby的第二部分。 –
好吧,太棒了,工作!我在函数内部调用这个,但是当我尝试查看新的数据帧* *后运行的功能,我得到的错误'NameError:名字“new_df”不是defined'。我在这里错过了什么? –