pandas string转dataframe

今天业务上碰到用pandas处理一个大文件的内存不够问题，需要做concat 合并多个文件，每个文件数据在1.4亿行左右。当时第一反应是把dataframe分割成多块小文件处理，后面发现即使pandas内存问题解决了，用pickle做保存数据时也会提升内存不够的报错，后来把dataframe对象转化成string，发现内存占用减少了近一半。所以打算用先转成string再dump到离线文件里，官网文档上只有to_string的说明，而从string转dataframe却没有提供直接的函数。

其实很简单，我们可以把string放到一个文件对象里，然后通过read_csv函数来创建dataframe对象。

import sys

if sys.version_info[0] < 3:

from StringIO import StringIO

else:

from io import StringIO

import pandas as pd

TESTDATA=StringIO("""col1;col2;col3

1;4.4;99

2;4.5;200

3;4.7;65

4;3.2;140

""")

df = pd.read_csv(TESTDATA, sep=";")