关于python 读取csv最快的Datatable的用法,你都学会了吗

 更新时间:2021年10月19日 11:03:37   作者:songroom  
大家都知道Datatable与众不同就是快,还有一点大家需要注意使用Datatable库需要python3.6及以上版本,接下来通过本文给大家介绍了python 读取csv最快的Datatable的用法,需要的朋友可以参考下

2021年7月1日,官方正式发布了1.0Datatable版本。1.0版本支持windows和linux,以及Macos。 具体文档可以见:

https://datatable.readthedocs.io/en/latest/start/using-datatable.html

Datatable与众不同就是快!

需要说明的是,使用Datatable库需要python3.6及以上版本。

import datatable as dt
import pandas as pd
import time
from datetime import date
from datatable import f,update

t0 = time.time()
t1 = time.time() 
file = r"C:\Users\songroom\Desktop\000001.csv"
my_table = dt.fread(file,sep=",",header=True)  ## datatable格式
## dt.fread(data, sep=",",header=False, columns=["A","B","C","D"]) 多种设置
t3 = time.time()
print(f"my_table    ->     data type    :{type(my_table)}")
print(f"my_table    ->     data name    : {my_table.names}")
print(f"my_table    ->    (nrows,ncols) : {my_table.shape}") # (nrows, ncols) 

my_table -> data type :<class ‘datatable.Frame'>
my_table -> data name : (‘date', ‘open', ‘close', ‘low', ‘high', ‘volume', ‘money', ‘factor', ‘high_limit', ‘low_limit', ‘avg', ‘pre_close', ‘paused', ‘open_interest')
my_table -> (nrows,ncols) : (590880, 14)

print(f"my_table    ->    head(10)      : " )
print(my_table.head(10)) # 
print(f" datatable  read_csv cost  time : {t3-t0} s!")

在这里插入图片描述

# ## 和pandas 相比

t4 = time.time() 
pandas_df = pd.read_csv(file) 
t5 = time.time() 
print(f" pandas read_csv cost    time     : {t5-t4} s! ")

datatable read_csv cost time : 0.059000492095947266 s!
pandas read_csv cost time : 1.7289988994598389 s!

把读取的csv存成jay文件

把.jay文件读成datatable

t6 = time.time() 
my_table.to_jay(r"C:\Users\songroom\Desktop\000001.jay")
t7 = time.time() 
print(f"datatable 把数据存放成jay cost time : {t7-t6} s!")
## 把.jay文件读成datatable
t8 = time.process_time_ns() ## 增加精度
table_jay = dt.fread(r"C:\Users\songroom\Desktop\000001.jay")
t9 = time.process_time_ns()
print(f"把.jay文件 读取到datatable cost time : {(t9-t8)/1000000000.0} s !")
print(f".jay文件读取成table_jay 的数据格式    :{type(table_jay)}")

datatable 把数据存放成jay cost time : 0.494002103805542 s! 把.jay文件
读取到datatable cost time : 0.0 s !
.jay文件读取成table_jay 的数据格式 :<class ‘datatable.Frame'>

## 把datatable转成pandas.dataframe
t10 = time.time() 
pandas_df = my_table.to_pandas()
t11 = time.time() 
print(f"pandas_df  type : {type(pandas_df)}  ")
print(f"datatable 转成  pandas df cost time : {t11-t10} s!")
print(f"{pandas_df.head()}")

pandas_df type : <class ‘pandas.core.frame.DataFrame'> datatable 转成
pandas df cost time : 0.1569967269897461 s!
在这里插入图片描述

把dataframe转成datatable

t12 = time.process_time()
my_table_from_df = dt.Frame(pandas_df)
t13 = time.process_time()
print(f"dataframe => datatable  cost time : {t13-t12} s!")
print(f"my_table_from_df type: {type(my_table_from_df)}   pandas_df type : {type(pandas_df)}")

dataframe => datatable cost time : 0.296875 s! my_table_from_df type:
<class ‘datatable.Frame'> pandas_df type : <class
‘pandas.core.frame.DataFrame'>

把datatable 转成 csv保存,把datatalbe扩展10倍,再输出csv

t14 = time.time() 
big_table = dt.repeat(my_table, 10) ## 
t14_1 = time.time()
big_table.to_csv(r"C:\Users\songroom\Desktop\000001_big.csv") 
t15 = time.time() 
print(f"big_table  shape (nrows,ncols  ) : {big_table.shape}")
print(f"datatable 扩展10倍        cost time :  {t14_1-t14}s!")
print(f"datatable 落地csv文件   cost time : {t15-t14_1} s!")

big_table shape (nrows,ncols ) : (5908800, 14)
datatable 扩展10倍 cost time : 0.0s!
datatable 落地csv文件 cost time : 9.905611753463745 s!

与各种类型数据的转换:

在这里插入图片描述

datatable => arrow()

arr_from_table = my_table.to_arrow()
print(f"{type(arr_from_table)}")

<class ‘pyarrow.lib.Table'>

把dict =>datatable

dict_data = {"dates" : [date(2000, 1, 5), date(2010, 11, 23), date(2020, 2, 29), None],
          "integers" : range(1, 5),
          "floats" : [10.0, 11.5, 12.3, -13],
          "strings" : ['A', 'B', None, 'D']
          }
table_from_dict = dt.Frame(dict_data)
print(f" dict_data type :{type(dict_data)}   table_from_dict type : {type(table_from_dict)} ")

把datatable => dict

dict_from_datatable = my_table.to_dict()
print(f" dict_from_datatable  type :{type(dict_from_datatable)}   my_table type : {type(my_table)} ")

把datatable 取值和过滤

my_table_new  = my_table[:, "close"]

找到符合这两个条件(且)的table,这两个条件要括起来!

table_3800_and    = my_table[(f.close > 3800) & (f.pre_close < 3800),:] 

找到符合这两个条件(or)的table,这两个条件要括起来!

table_3800_or    = my_table[(f.close > 3800) | (f.pre_close < 3800),:] 
my_table[:, 'date']  ## 选择date列
my_table['date']     ## 同上
my_table[:,["date","close"]] ## 选择 date,close两列
my_table[:,f.close]  ## 选择close
my_table[[1, 2, 3], :] ## 选择相应的行
my_table[range(1, 3), :] ## 选择相应的行

把 datatable 转成list

my_list = my_table_new.to_list()

两个datatable的操作 合并

dt1 = dt.rbind(my_table, table_3800_or) ## 这两个table合并,行上进行合并;列上扩展用rbind()
del dt1[:, ['date', 'close']] ## 删除两列
my_table['low_high'] = my_table[:, (f.low + f.high)/2.0] ## 增加一列,赋值方法
my_table[:, update(mean = (f.low+ f.high +f.close)/3.0)] ## 增加一列,update方法
my_table.names = {"low_high": "lowhigh", "mean": "mean_3"} ## 对两列的字段进行重命名

dict_from_datatable type :<class ‘dict'> my_table type : <class ‘datatable.Frame'>

在这里插入图片描述

循环,效率好象比较慢!后面还待观察是否有优化!

nrows,ncols = my_table.shape
tt0 = time.time()
for i in range(nrows):
    values = my_table[i,:]
tt1 = time.time()
print(f"my_table 循环 cost time :{tt1-tt0} s")

my_table 循环 cost time :9.566002130508423 s。效率看起来比较低。

到此这篇关于python 读取csv最快的Datatable的用法的文章就介绍到这了,更多相关python 读取csv内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • PyCharm导入python项目并配置虚拟环境的教程详解

    PyCharm导入python项目并配置虚拟环境的教程详解

    这篇文章主要介绍了Pycharm导入python项目并配置虚拟环境的教程,本文图文并茂给大家介绍的非常详细,具有一定的参考借鉴价值,需要的朋友可以参考下
    2019-10-10
  • Python多线程正确用法实例解析

    Python多线程正确用法实例解析

    这篇文章主要介绍了Python多线程正确用法实例解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2020-05-05
  • python 中如何获取列表的索引

    python 中如何获取列表的索引

    这篇文章主要介绍了python 中如何获取列表的索引,在文中给大家提到了python 返回列表中某个值的索引,本文通过实例代码给大家介绍的非常详细,具有一定的参考借鉴价值,需要的朋友可以参考下
    2019-07-07
  • Python实现ElGamal加密算法的示例代码

    Python实现ElGamal加密算法的示例代码

    ElGamal加密算法是一个基于迪菲-赫尔曼密钥交换的非对称加密算法。这篇文章通过示例代码给大家介绍Python实现ElGamal加密算法的相关知识,感兴趣的朋友一起看看吧
    2020-06-06
  • Python3中的f-Strings增强版字符串格式化方法

    Python3中的f-Strings增强版字符串格式化方法

    这篇文章主要介绍了Python3中的f-Strings增强版字符串格式化方法,看完本文你将学习到如何以及为什么使用f-strings。对大家的工作或学习具有一定的参考借鉴价值,需要的朋友可以参考下
    2020-03-03
  • 如何利用Python获取鼠标在屏幕上的具体位置以及动作

    如何利用Python获取鼠标在屏幕上的具体位置以及动作

    这篇文章主要为大家详细介绍了如何使用python实现获取鼠标在屏幕上的具体位置以及动作,从而判断鼠标是否在浏览器内,感兴趣的小伙伴可以了解下
    2025-03-03
  • python3 中的几种除法介绍,小数的不同显示

    python3 中的几种除法介绍,小数的不同显示

    这篇文章主要介绍了python3 中的几种除法介绍,小数的不同显示,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2021-03-03
  • 详解python 字符串和日期之间转换 StringAndDate

    详解python 字符串和日期之间转换 StringAndDate

    这篇文章主要介绍了python 字符串和日期之间转换 StringAndDate简单实例的相关资料,需要的朋友可以参考下
    2017-05-05
  • 基于python实现动态烟雾效果

    基于python实现动态烟雾效果

    动态烟雾效果常用于游戏和动画中,为场景增添 逼真的视觉效果,在这篇博客中,我们将使用Python和Pygame库来创建一个逼真的烟雾动画效果,感兴趣的小伙伴跟着小编一起来看看吧
    2024-09-09
  • python 实现生成均匀分布的点

    python 实现生成均匀分布的点

    今天小编就为大家分享一篇python 实现生成均匀分布的点,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2019-12-12

最新评论