1
A
回答
5
因为你耗尽内存,您得到一个内存不足的错误,不是因为对列数的限制。
1
没有设置最大值的列 - 问题在于,很遗憾,您的计算机上可用的内存很少。
解决这个问题的一种方法是获得更多的内存 - 但从长远来看,这显然不是一个可靠的解决方案(也可能相当昂贵)。如果你所做的唯一的事情就是创建数据框并产生错误,那么你可以做很少的事情来解决这个特定的问题 - 尽管你可以把你的“大”数据框分成更小的数据框,然后在一次 - 甚至可能在不需要它们时将它们写入文件,因此它们不占用RAM内存。
你可能想看看改进你的算法,以便消耗更少的内存 - 看看this page,它包含了关于Python中内存分配的一些很好的信息。 Stack Overflow上的This question也有一些很好的技巧来分析你的内存使用情况!
相关问题
- 1. Python/Pandas:数据框索引中有多少个级别?
- 2. 将列值拆分为多列pandas/python
- 3. Python/Pandas在列
- 4. 在python pandas中填写groupby后列中缺少的行
- 5. pandas get_level_values多列
- 6. Pandas - Groupby多列
- 7. 从Dataframe的列(python/pandas)绘制多行?
- 8. Python Pandas将多列零替换为南
- 9. 选择多列R vs python pandas
- 10. Python,Pandas,选择多列索引的行
- 11. python pandas groupby多列到一行
- 12. Python Pandas列变量
- 13. Pandas系列图()中figsize的像素密度/ DPI是多少?
- 14. python- pandas-连接具有循环的列
- 15. 查找Python Pandas经过了多少个星期
- 16. MySQL表中有多少列(最多)?
- 17. 给列值计数python pandas
- 18. Python Pandas从.csv提取列
- 19. Pandas DataFrame列表 - Python 3.x
- 20. python pandas - 加入特定列
- 21. Python Pandas替换列名
- 22. 确定Python中有多少项目JoinableQueue
- 23. 有多少列是太多列?
- 24. Python中有多少个元组或列表?
- 25. 在python中有效地减少列表
- 26. python pandas parse_dates在pandas 0.14.1中sqlalchemy的列通配符?
- 27. Python/Pandas - 在Pandas DataFrame的新列中复制索引
- 28. Python - Pandas - Groupby条件组中的列值
- 29. 在Pandas中的NA和NaN列:Python
- 30. Python Pandas在循环中创建新列
您应该考虑使用[hdf5](http://pandas.pydata.org/pandas-docs/dev/io.html#hdf5-pytables),以便处理大于内存大小的数据,这将读取数据块和读取为内存映射,请参阅[this](http://stackoverflow.com/questions/14262433/large-data-work-flows-using-pandas)为例 – EdChum