Je fusionne les fichiers dans 4 dossiers. Dans ces 4 dossiers, je fusionne 80 fichiers .dbf
dont chacun est de 35 mégaoctets. Je suis en utilisant le code suivant:Erreur de mémoire même si la RAM est libre
import os
import pandas as pd
from simpledbf import Dbf5
list1=[]
folders=r'F:\dbf_tables'
out=r'F:\merged'
if not os.path.isdir(out):
os.mkdir(out)
for folder in os.listdir(folders):
if not os.path.isdir(os.path.join(out,folder)):
os.mkdir(os.path.join(out,folder))
for f in os.listdir(os.path.join(folders,folder)):
if '.xml' not in f:
if '.cpg' not in f:
table=Dbf5(os.path.join(folders,folder,f))
df=table.to_dataframe()
list1.append(df)
dfs = reduce(lambda left,right: pd.merge(left,right,on=['POINTID'],how='outer',),list1)
dfs.to_csv(os.path.join(out,folder,'combined.csv'), index=False)
presque immédiatement après l'exécution du code que je reçois cette erreur:
Traceback (most recent call last):
File "<ipython-input-1-77eb6fd0cda7>", line 1, in <module>
runfile('F:/python codes/prelim_codes/raster_to_point.py', wdir='F:/python codes/prelim_codes')
File "C:\Users\spotter\AppData\Local\Continuum\Anaconda_64\lib\site-packages\spyderlib\widgets\externalshell\sitecustomize.py", line 714, in runfile
execfile(filename, namespace)
File "C:\Users\spotter\AppData\Local\Continuum\Anaconda_64\lib\site-packages\spyderlib\widgets\externalshell\sitecustomize.py", line 74, in execfile
exec(compile(scripttext, filename, 'exec'), glob, loc)
File "F:/python codes/prelim_codes/raster_to_point.py", line 66, in <module>
dfs = reduce(lambda left,right: pd.merge(left,right,on=['POINTID'],how='outer',),list1)
File "F:/python codes/prelim_codes/raster_to_point.py", line 66, in <lambda>
dfs = reduce(lambda left,right: pd.merge(left,right,on=['POINTID'],how='outer',),list1)
File "C:\Users\spotter\AppData\Local\Continuum\Anaconda_64\lib\site-packages\pandas\tools\merge.py", line 39, in merge
return op.get_result()
File "C:\Users\spotter\AppData\Local\Continuum\Anaconda_64\lib\site-packages\pandas\tools\merge.py", line 217, in get_result
join_index, left_indexer, right_indexer = self._get_join_info()
File "C:\Users\spotter\AppData\Local\Continuum\Anaconda_64\lib\site-packages\pandas\tools\merge.py", line 353, in _get_join_info
sort=self.sort, how=self.how)
File "C:\Users\spotter\AppData\Local\Continuum\Anaconda_64\lib\site-packages\pandas\tools\merge.py", line 559, in _get_join_indexers
return join_func(lkey, rkey, count, **kwargs)
File "pandas\src\join.pyx", line 160, in pandas.algos.full_outer_join (pandas\algos.c:61256)
MemoryError
mais seulement 30% de ma mémoire est utilisée, ce qui est à peu près la ligne de base.
EDIT:
Je choisis seulement 2 fichiers et essayé la fusion en utilisant:
merge=pd.merge(df1,df2, on=['POINTID'], how='outer')
et toujours obtenir une erreur de mémoire, quelque chose de bizarre se passe.
Quand je lance la même chose en 32 bits Anaconda Je reçois ValueError: negative dimensions are not allowed
EDIT:
Tout le problème provient de la solution donne ici: Value Error: negative dimensions are not allowed when merging
Essayez d'utiliser vos deux dernières lignes des deux boucles 'for'. Au code ci-dessus, à la dernière itération, vous joignez votre premier ensemble de données autant de fois que le nombre de fichiers que vous avez ... – ragesz
Désolé mais toujours nouveau pour python, par 'out' voulez-vous dire que les deux dernières lignes devraient être alignées avec mon premier «si»? –