我对简单的 for 循环有疑问。我正在尝试从列表(即移动窗口列表)中计算最大值,创建这些最大值的列表,稍后我会将其添加到数据框中。
我的数据框有两列浮点值和日期时间索引。数据文件有大约 1500 万行(即我要迭代的系列的长度是 1500 万)(700 MB)。
当我在一段时间后运行我的简单循环时,我的计算机内存不足并崩溃。我有 12 GB 的内存。
我的代码:
import pandas as pd
import numpy as np
# sample data
speed = np.random.uniform(0,25,15000000)
data_dict = {'speed': speed}
df = pd.DataFrame(data_dict)
# create a list of 'windows', i.e. subseries of the list
def GetShiftingWindows(thelist, size):
return [ thelist[x:x+size] for x in range( len(thelist) - size + 1 ) ]
window_size = 10
list_of_win_speeds = GetShiftingWindows(df.speed, window_size)
list_of_max_speeds = []
for x in list_of_win_speeds:
max_value = max(x)
list_of_max_speeds.append(max_value)
我不是CS专业的。在我看来,这像是一个空间复杂性问题。为了使计算可行,我在这里缺少什么?
最佳答案
作为第一步,我会改变
return [ thelist[x:x+size] for x in range( len(thelist) - size + 1 ) ]
进入
return ( thelist[x:x+size] for x in range( len(thelist) - size + 1 ) )
然后你将得到一个生成器,你的代码在内存中创建整个子列表列表,生成器方法将在每次 for
迭代中只生成一个子列表
如果您使用 Python 2,您还可以将 range
(一次生成整个列表)更改为 xrange
(生成器每次调用只生成一个值)
最后,您可以使用 islice
返回一个迭代器生成器:
from itertools import islice
和
return ( islice(thelist, x, x + size) for x in range( len(thelist) - size + 1 ) )
关于python - 如何制作一个迭代超过 1500 万条记录的 for 循环,节省空间?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/42898029/