在用python处理数据处理的时候有时候会碰到较大的数据集，可能会出现Memory Error 的问题，经过我的尝试，总结如下几个方案：1. 修改数据类型的长度  修改数据类型的长度，可以对数据进行内存压缩，从而减少内存的占用。import time# 对数据进行内存压缩def reduce_mem_usage(df):starttime = time.time()numerics = ['i

map()map()是Series对象的一个函数，DataFrame中没有map()，map()的功能是将一个自定义函数作用于Series对象的每个元素。                apply()apply只是整个dataframe上任

  在用python处理数据处理的时候有时候会碰到较大的数据集，可能会出现Memory Error 的问题，经过我的尝试，总结如下几个方案：1. 修改数据类型的长度  修改数据类型的长度，可以对数据进行内存压缩，从而减少内存的占用。import time# 对数据进行内存压缩def reduce_mem_usage(df):starttime = time.time()numerics = ['i

DataFrame是python中Pandas库中的一种数据结构，类似excel，是一种二维表。DataFrame的单元格可以存放数值，字符串等类型数据。python在处理excel数据时通常都会用DataFrame来读。1.读数据%%timeimport pandas as pddf = pd.read_excel('2019-2.xlsx',sheet_name=None)%%ti......