将大型 Pandas 数据帧分块写入 CSV 文件

如何将大数据文件分块写入 CSV 文件？

我有一组大型数据文件（1M 行 x 20 列）。然而，我只对数据文件中大约 5 列感兴趣。

我想通过仅使用感兴趣的列来制作这些文件的副本，从而使事情变得更容易，这样我就可以使用较小的文件进行后期处理。所以我计划将文件读入数据帧，然后写入 csv 文件。

我一直在研究将大数据文件分块读取到数据帧中。但是，我无法找到有关如何将数据分块写入 csv 文件的任何信息。

这是我现在正在尝试的，但这不会附加 csv 文件：

with open(os.path.join(folder, filename), 'r') as src:
    df = pd.read_csv(src, sep='\t',skiprows=(0,1,2),header=(0), chunksize=1000)
    for chunk in df:
        chunk.to_csv(os.path.join(folder, new_folder,
                                  "new_file_" + filename), 
                                  columns = [['TIME','STUFF']])

解决方案：

header = True
for chunk in chunks:

    chunk.to_csv(os.path.join(folder, new_folder, "new_file_" + filename),
        header=header, cols=[['TIME','STUFF']], mode='a')

    header = False

Notes:

• The mode='a'告诉 pandas 追加。
• 我们只在第一个块上写入列标题。