python大规模数据处理技巧之一：数据经常使用操做

面对读取上G的数据，python不能像作简单代码验证那样随意，必须考虑到相应的代码的实现形式将对效率的影响。以下所示，对pandas对象的行计数实现方式不一样，运行的效率差异很是大。虽然时间看起来都微不足道，但一旦运行次数达到百万级别时，其运行时间就根本不可能忽略不计了：python 故接下来的几个文章将会整理下渣渣在关于在大规模数据实践上遇到的一些问题，文章中总结的技巧基本是基于pandas，有

>>阅读原文<<