我有一个非常大的json文件，它是以多个对象的形式存在的，对于小数据集，这是可行的

data=pd.read_json(file,lines=True)

但是在同样的但是更大的数据集上，它会在8GB的RAM计算机上崩溃，所以我试着用下面的代码先把它转换成列表

data[]
with open(file) as file:
    for i in file:
        d = json.loads(i)
        data.append(d)'

然后将列表转换为 Dataframe ，

df = pd.DataFrame(data)

这确实转换成一个列表罚款，即使与大数据集文件，但它崩溃时，我试图转换成一个 Dataframe ，由于它使用了太多的内存，我认为
我试过

data[]
with open(file) as file:
    for i in file:
        d = json.loads(i)
        df=pd.DataFrame([d])'

我以为它会一个接一个地追加，但我认为它仍然会立即在内存中创建一个大副本，而不是，所以它仍然会崩溃。
我如何将大的json文件转换成 Dataframe 的块，使它限制内存使用？