我想指定执行www.example.com _sql时返回的数据类型pandas.read。我特别感兴趣的是节省内存和将浮点值作为np.float32而不是np.float64返回。我知道以后可以使用astype进行转换(np.float32),但这并不能解决初始查询中需要大量内存的问题。在我的实际代码中,我将提取8400万行,pandas.read_csv允许将dtype指定为dict,但我看不到用read_sql可以做到这一点。
我使用的是MySQLdb和Python 2.7。
顺便说一句,read_sql在运行时使用的内存(大约是最终DataFrame存储所需内存的2倍)似乎要多得多。
In [70]: df=pd.read_sql('select ARP, ACP from train where seq < 5', connection)
In [71]: df
Out[71]:
ARP ACP
0 1.17915 1.42595
1 1.10578 1.21369
2 1.35629 1.12693
3 1.56740 1.61847
4 1.28060 1.05935
In [72]: df.dtypes
Out[72]:
ARP float64
ACP float64
dtype: object
5条答案
按热度按时间wh6knrhe1#
你可以使用pandas read_sql_query来指定返回的数据类型(仅在pandas 1.3之后支持)。
agyaoht72#
顺便说一句,read_sql在运行时使用的内存(大约是最终DataFrame存储所需内存的2倍)似乎要多得多。
也许你可以试试我们的工具ConnectorX(
pip install -U connectorx
),它是在Rust中实现的,旨在提高pandas.read_sql
在时间和内存使用方面的性能,并提供类似的接口,要切换到它,你只需要:pandas.read_sql
在运行过程中使用大量内存的原因是因为它的大型中间python对象,在ConnectorX
中我们使用Rust和流处理来解决这个问题。以下是一些基准测试结果:
PostgreSQL语言:
数据库:
2skhul333#
那么cast()和convert()呢?
或者类似的东西。
http://www.smallsql.de/doc/sql-functions/system/convert.html
lp0sw83n4#
看看this github问题,看起来他们倾向于添加该选项。
ybzsozfc5#
强制转换SQL代码中的数据类型。Python将遵循SQL代码中的显式数据类型。您可以在执行www.example.com()时确认这一点df.info