Python拆分大型CSV文件代码实例

#!/usr/bin/env python3# -*- coding:utf-8 -*-# @FileName :Test.py# @Software PyCharmimport osimport pandas as pd# filename为文件路径，file_num为拆分后的文件行数# 根据是否有表头执行不同程序，默认有表头的def Data_split(filename,file_num,header=True):  if header:    # 设置每个文件需要有的行数,初始化为1000W    chunksize=10000    data1=pd.read_table(filename,chunksize=chunksize,sep=',',encoding='gbk')    # print(data1)    # num表示总行数    num=0    for chunk in data1:      num+=len(chunk)    # print(num)    # chunksize表示每个文件需要分配到的行数    chunksize=round(num/file_num+1)    # print(chunksize)    # 分离文件名与扩展名os.path.split(filename)    head,tail=os.path.split(filename)    data2=pd.read_table(filename,chunksize=chunksize,sep=',',encoding='gbk')    i=0    for chunk in data2:      chunk.to_csv('{0}_{1}{2}'.format(head,i,tail),header=None,index=False)      print('保存第{0}个数据'.format(i))      i+=1  else:    # 获得每个文件需要的行数    chunksize=10000    data1=pd.read_table(filename,chunksize=chunksize,header=None,sep=',')    num=0    for chunk in data1:      num+=len(chunk)      chunksize=round(num/file_num+1)      head,tail=os.path.split(filename)      data2=pd.read_table(filename,chunksize=chunksize,header=None,sep=',')      i=0      for chunk in data2:        chunk.to_csv('{0}_{1}{2}'.foemat(head,i,tail),header=None,index=False)        print('保存第{0}个数据'.format(i))        i+=1filename='文件路径'#num为拆分为的文件个数Data_split(filename,num,header=True)