python - 我想使用编解码器操作列

Question

我正在尝试从压缩文件中提取信息。 我使用了这段代码:

import codecs
!gunzip pagecounts-20150501-000000.gz
log = codecs.open('pagecounts-20150501-000000', 'r')
lines = log.readlines(1)
print(lines)

但是它只给我文件中的第一个字母。该文件实际上有 4 列，但我想使用数据框或任何其他结构来存储海量数据(几乎 186328237 行)的前两列。

Answer 1

您只要求第一行中的第一个字符:

lines = log.readlines(1)

您仅将“1”传递给readlines'read() method - 如果您想读取更多内容，请更改该值，或者您可以使用 readline() 方法一次读取一行。

来自 docs :

readlines([sizehint[, keepends]]) Read all lines available on the input stream and return them as a list of lines.

Line-endings are implemented using the codec’s decoder method and are included in the list entries if keepends is true.

sizehint, if given, is passed as the size argument to the stream’s read() method.

要阅读第一行，请尝试:

lines = log.readline()