这是我在 Python 中工作的第二天。我在 C++ 中工作了一段时间,但决定尝试 Python。我的程序按预期工作。但是,当我在没有 glob 循环的情况下一次处理一个文件时,每个文件大约需要半小时。当我包含 glob 时,循环大约需要 12 个小时来处理 8 个文件。
我的问题是,我的程序中是否有任何东西确实会减慢它的速度?我应该做些什么来让它更快?
我有一个大文件文件夹。例如
文件 1.txt (6gb) file2.txt (5.5gb) file3.txt (6gb)
如果有帮助,每行数据都以一个字符开头,告诉我其余字符的格式,这就是为什么我有所有 if elif 语句。一行数据看起来像这样: T35201 M352 RZNGA AC
我正在尝试读取每个文件,使用拆分进行一些解析,然后保存文件。
电脑有32gb的ram,所以我的方法是将每个文件读入ram,然后循环遍历文件,然后保存,为下一个文件清空ram。
我已经包含了该文件,以便您可以看到我正在使用的方法。我使用了一个 if elif 语句,它使用了大约 10 个不同的 elif 命令。我试过一本字典,但我想不出来救我的命。
任何答案都会有所帮助。
import csv
import glob
for filename in glob.glob("/media/3tb/5may/*.txt"):
f = open(filename,'r')
c = csv.writer(open(filename + '.csv','wb'))
second=0
mill=0
for line in f.readlines():
#print line
event=0
ticker=0
marketCategory=0
variable = line[0:1]
if variable is 'T':
second = line[1:6]
mill=0
else:
second = second
if variable is 'R':
ticker = line[1:7]
marketCategory = line[7:8]
elif variable is ...
elif variable is ...
elif ...
elif ...
elif ...
elif ...
elif
if variable (!= 'T') and (!= 'M')
c.writerow([second,mill,event ....])
f.close()
更新 每个 elif 语句几乎相同。唯一改变的部分是我分割线条的方式。这里有两条elif语句(一共13条,除了拆分的方式不同,其他几乎一模一样。)
elif variable is 'C':
order = line[1:10]
Shares = line[10:16]
match = line[16:25]
printable = line[25:26]
price = line[26:36]
elif variable is 'P':
ticker = line[17:23]
order = line[1:10]
buy = line[10:11]
shares = line[11:17]
price = line[23:33]
match = line[33:42]
更新2
我已经两次使用 for file in f
运行代码。我第一次运行单个文件 without for filename in glob.glob("/media/3tb/file.txt"):
手动编码花了大约 30 分钟一个文件的文件路径。
我用 for filename in glob.glob("/media/3tb/*file.txt")
再次运行它,仅一个文件就花了一个小时在文件夹中。 glob 代码会增加那么多时间吗?
最佳答案
这里:
for line in f.readlines():
你应该这样做:
for line in f:
前者将整个文件读入行列表,然后遍历该列表。后者以增量方式执行,这应该会大大减少程序分配和稍后释放的总内存。
关于python - 在 Python 中循环遍历大文件需要数小时,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/15025919/