Python 2.7/Pandas/MySQL 段错误

Question

我使用 python 2.7 和 pandas 0.20.2 将多个 CSV 文件读取到 DataFrame(一次一个)，从 DF 中的选定系列创建列表，然后将该信息转储到 MySQL 数据库中。

奇怪的是，第一个循环运行良好(尝试了各种文件，第一个总是运行良好)，但随后写入 MySQL 挂起，内存泄漏严重，直到出现 段错误(核心转储) 错误。

我将尝试在这里给出一个最小的例子:

import pandas as pd
import MySQLdb

file_list = ['file1.csv','file2.csv']

db = MySQLdb.connect(...)

with db as c:
    c.execute("USE my_db")

    for f in file_list:
        df = pd.read_csv(f, parse_dates = ['date_time'])

        sql_dict = {
                    'date_time': df['date_time'].dt.strftime('%Y-%m-%d %H:%M:%S').tolist(),
                    'num':df['num'].tolist()
                    }

        columns = sql_dict.keys()
        values = sql_dict.values()

        join_string = "(" + ",".join("%s" for c in columns) + ")"
        query = "REPLACE INTO std_ints ({}) VALUES ".format(", ".join(columns)) + ",".join(join_string for _ in values[0])
        flat_vals = [ i for s in zip(*values) for i in s ]

        c.execute(query, flat_vals)
        db.commit()

db.close()

第一个循环完美执行，然后运行第二个循环，直到 c.execute(query, flat_vals) 行挂起并且永远不会完成。

我已经尝试了上百万次 .commit() 的各种迭代，关闭或不关闭 db，但都无济于事。

我无法判断这是 pandas 错误还是 MySQL 错误，但数据帧生成速度很快并且占用了完全相同的内存空间，所以我认为这是 MySQL 的问题。

我还读了this thread regarding multithreading并为 file_list 中的每个循环包含一个新连接，同样无济于事。

如有任何帮助，我们将不胜感激。

Answer 1

尽管我说的是“关于多线程的线程”，但我认为这可能已经包含了答案。

新的工作代码:

import pandas as pd
import MySQLdb

file_list = ['file1.csv','file2.csv']

for f in file_list:
    db = MySQLdb.connect(...)

    with db as c:
        c.execute("USE my_db")

        df = pd.read_csv(f, parse_dates = ['date_time'])

        sql_dict = {
                    'date_time': df['date_time'].dt.strftime('%Y-%m-%d %H:%M:%S').tolist(),
                    'num':df['num'].tolist()
                    }

        columns = sql_dict.keys()
        values = sql_dict.values()

        join_string = "(" + ",".join("%s" for c in columns) + ")"
        query = "REPLACE INTO std_ints ({}) VALUES ".format(", ".join(columns)) + ",".join(join_string for _ in values[0])
        flat_vals = [ i for s in zip(*values) for i in s ]

        c.execute(query, flat_vals)
        db.commit()

请注意更新版本中缺少 db.close()。坦率地说，我不确定关键是什么，但关键是关键和/或重新排序 MySQL 连接调用。