循环访问pandas DataFrame时出现意外结果
可能是由于以下原因导致的：
- 数据类型不匹配：在循环访问DataFrame时，如果数据类型不匹配，可能会导致意外结果。确保DataFrame中的数据类型正确，并根据需要进行类型转换。
- 索引问题：DataFrame的索引可能会导致循环访问时出现意外结果。确保DataFrame的索引正确，并根据需要进行重置或重新设置索引。
- 循环方式不正确：使用迭代器循环访问DataFrame时，可能会出现意外结果。建议使用iterrows()或itertuples()等方法进行循环访问，以确保正确的迭代顺序和结果。
- 数据处理错误：在循环访问DataFrame时，可能会出现数据处理错误，例如缺失值或异常值处理不当。确保在循环访问之前对数据进行适当的清洗和处理。
- 内存问题：如果DataFrame的大小超过了系统内存限制，循环访问时可能会出现意外结果。考虑对数据进行分块处理或使用其他内存优化技术来解决内存问题。
对于解决循环访问pandas DataFrame时出现意外结果的问题，可以参考以下腾讯云产品和文档：
- 腾讯云产品推荐：云服务器（ECS）- 提供高性能、可扩展的计算资源，用于处理数据和运行分析任务。链接地址：https://cloud.tencent.com/product/cvm
- 腾讯云产品推荐：云数据库MySQL版（CDB）- 提供高可用、可扩展的关系型数据库服务，用于存储和管理数据。链接地址：https://cloud.tencent.com/product/cdb
- 腾讯云产品推荐：云函数（SCF）- 提供事件驱动的无服务器计算服务，用于处理数据和执行特定任务。链接地址：https://cloud.tencent.com/product/scf
请注意，以上推荐的腾讯云产品仅供参考，具体选择应根据实际需求和情况进行决策。
相关·内容
我有一个形状为(133, 6)的Pandas DataFrame，我正在尝试使用iloc向下迭代框架，然后选择数据块并将其附加到列表中。 我有一个起始位置的列表： start_positions = [6, 32, 58, 84, 110] 并且结束位置是+7行，所以我尝试这样做： frames = []
for x in start_positions:
frames.append(df.iloc[start_positions[x] : start_positions[x]+7]) 然而就是抛出： IndexError: index 6 is out of bounds for
浏览 32提问于2020-01-21得票数 0
1回答
我是新来的蟒蛇和熊猫。我必须读取几个csv文件，这些文件具有相同的列，并创建了一个结果dataFrame(它包含来自每个csv文件的所有行)。我试过了，但是当我打印dataframe时，它是打印空的DataFrame
栏：[]索引：[]
守则是：
def readCSV(dir):
list = getFilesInDir(dir) # my function which returns list of files.
dataframe = pandas.DataFrame()
for name in list:
df = pandas.read_csv(name)
浏览 0提问于2020-03-22得票数 1
回答已采纳
我只想从Dask dataframe中提取50行，但我不能。最后，我想创建一个新的Dataframe，每个类有50行。 当我运行这段代码时， import dask.dataframe as dd
ddf = dd.from_pandas(train_csv, npartitions=30)
classes = train_csv.landmark_id.unique()
for cl in tqdm(classes):
tmpdf = ddf.loc[ddf["landmark_id"] == cl]
print(len(tmpdf)) 结果是 1048
浏览 15提问于2019-04-30得票数 0
自从使用pandas包以来已经有一段时间了，当我从dict创建一个pandas系列时，我得到了意想不到的结果。附加的简化数据：
d = {numpy.datetime64('2015-01-07T02:00:00.000000000+0200'): 42544017.198965244,
numpy.datetime64('2015-01-08T02:00:00.000000000+0200'): 40512335.181958228,
numpy.datetime64('2015-01-09T02:00:00.000000000+0200'
浏览 0提问于2015-02-10得票数 1
1回答
我有一个下面的数据框架：
import pandas
df = pandas.DataFrame({"terms" : [[['the', 'boy', 'and', 'the goat'],['a', 'girl', 'and', 'the cat']], [['fish', 'boy', 'with', 'the dog'],['when', 'girl'
浏览 23提问于2019-07-24得票数 2
回答已采纳
我有一个如下的DataFrame：
a b c d
0 0.140603 0.622511 0.936006 0.384274
1 0.246792 0.961605 0.866785 0.544677
2 0.710089 0.057486 0.531215 0.243285
我想用itertuples()迭代df，并打印每一行的值和列名。目前我知道以下方法：
df=pd.DataFrame(np.random.rand(3,4),columns=['a','b',&#
浏览 2提问于2017-08-16得票数 1
回答已采纳
在过去的30分钟里，我一直在尝试调试我的代码，但没有结果，也许你能帮上忙？ 错误出在第17行，但我真的不知道为什么会发生这种情况。 因此，我使用字典来存储函数is_nontrivial_reverse_number()返回的数据，它是一种boolean类型。我遍历它并将0中的所有值插入到1100中。 然后，我使用pandas库将字典插入到DataFrame中。 然后，我遍历我的dataFrame，以检索设置为真的值的计数。 但问题是，即使我在不同的字典和数据帧集上使用了相同的函数，row["nonTrivial"]似乎也不起作用。 import pandas as pd2
浏览 60提问于2019-01-15得票数 3
回答已采纳
我需要读取一个名为“Input”的Excel表，进行一些操作，并将结果写入一个新的工作表“Output”中。我正在创建一个新的，我需要写到我的‘输出’表。我需要把这张表上的所有结果连在一起
下面是我的代码结构：
import pandas as pd
import math
import numpy
from openpyxl import load_workbook
df = pd.read_excel('Test.xlsx', sheet_name="Input")
for i in range(len(df)):
if A:
浏览 3提问于2020-10-23得票数 0
回答已采纳
当我运行这段代码时，我希望df2能够准确地更新，但它没有。这是代码。
import pandas as pd
import numpy as np
exam_data = [{'name':'Anastasia', 'score':12.5}, {'name':'Dima','score':9}, {'name':'Katherine','score':16.5}]
df = pd.DataFrame(exam_data)
df2 = df.copy(
浏览 2提问于2018-09-21得票数 0
我有10个观察的数据。我想把第1行除以第2行，第2行第3行，第3行第4行，等等。当我到达第10行时，我想把第10行除以第1行。
下面是一些示例代码：
import pandas as pd
dict1 = {'group':[1,2,3,4,5,6,7,8,9,10]
,'value': [.35,.41,.40,.60,.36,.55,.49,.57,.57,.52]}
df = pd.DataFrame(dict1)
下面是我要找的结果：
dict1 = {'group':[1,2,3,4,5,6,7,8,9,10]
浏览 4提问于2020-08-06得票数 2
回答已采纳
1回答
我创建了一个Pandas dataframe
scores = pd.DataFrame(
{"batch_size" : list(range(64)),
"learning_rate" : list(range(64)),
"dropout_rate" : list(range(64)),
"accuracies" : [[0]]*64,
"loss" : [[0]]*64,
"training_t
浏览 2提问于2020-07-07得票数 1
回答已采纳
我想知道是否可以将pandas.ols模型应用于一次针对一个自变量的多个响应变量的数据框架。
因此，假设我有以下内容：
In [109]: y=pandas.DataFrame(np.random.randn(10,4))
In [110]: x=pandas.DataFrame(np.random.randn(10,1))
我想做这样的事情：
In [111]: model=pandas.ols(y=y, x=x)
基本上使用四个模型输出的结果，或者至少访问四个模型的系数。如果可能的话，我倾向于避免遍历响应变量。
浏览 0提问于2013-02-19得票数 3
我将一个txt文件读取到一个dataframe中，现在尝试遍历pandas dataframe中的行，并为每个数据条目创建一个学生对象。最终，将学生对象存储在“学生”列表中。 我对如何迭代行并将学生对象添加到学生列表中感到有点困惑。有人能帮我创建这个列表吗？谢谢 students = []
import pandas as pd
data = pd.read_csv('students.txt')
df = pd.DataFrame(data)
print(df) 文件输出 firstname lastname status gpa
0 Mike
浏览 42提问于2021-10-31得票数 0
我进行了搜索，但没有看到与这个特定问题有关的任何结果。我有一个Python字典，正在将我的字典转换为pandas数据帧：
pandas.DataFrame(data_dict)
它可以工作，但有一个问题-我的pandas dataframe的列与我的Python字典的列的顺序不同。我不确定熊猫是如何重新排序的。如何保留排序？
浏览 2提问于2015-04-15得票数 1
1回答
给定一个熊猫DataFrame如下所示
# python 3.8.2
import pandas as pd # 1.0.5
df = pd.DataFrame({'x': [0.5], 'y': [1]})
当我检查两个列的类型时，它们如预期的那样是float64和int64。
print(df.dtypes)
# x float64
# y int64
# dtype: object
但是，当提取一行中y列的值时，根据我使用df.loc的方式，我得到了两种不同的类型。
#1
_, y_val = df.loc[0, ['x'
浏览 0提问于2020-07-19得票数 2
1回答
我正在尝试从特定文件夹导入一组CSV文件，并分别处理每个CSV文件(并打印每个处理后的CSV文件的结果)。
下面的代码读取感兴趣的CSV文件，但是当我实际尝试处理数据(代码的最后两行)时，我只收到一个结果，该结果对应于代码读取的最后一个文件。我想，问题是，代码可能会计算每个CSV文件的输出，但是，它会覆盖实际结果。
import os, glob
import pandas as pd
path = "J:\Tre\Data\CSVS"
for files in glob.glob("*_monday_*.csv"):
dataframe = pd
浏览 0提问于2015-02-17得票数 0
当我这样做的时候 test = pd.DataFrame([[1, 2, 3], [4, 5, 6]])
print(type(test))
print(test)
print('\n')
print(type(test[1]))
print(test[1])
print('\n')
print(type(test[[1]]))
print(test[[1]]) 我明白了。 <class 'pandas.core.frame.DataFrame'>
0 1 2
0 1 2 3
1 4 5 6
<cla
浏览 37提问于2021-10-16得票数 0
我试图在代码中用modin熊猫替换熊猫：
if not isinstance(X, pd.DataFrame):
raise TypeError(
"X is not a pandas dataframe. The dataset should be a pandas dataframe.")
但错误是：
DataFrame Expected type <class 'pandas.core.frame.DataFrame'>, found <class 'modin.pandas.dataframe.DataF
浏览 3提问于2022-02-20得票数 1
回答已采纳
我如何加入下面的数据，
# Convert Spark DataFrame to Pandas
pandas_df = df.toPandas()
print pandas_df
age name
0 NaN Michael
1 30 Andy
2 19 Justin
我目前的尝试，
persons = ""
for index, row in pandas_df.iterrows():
persons += str(row['name']) + ", " + str(row['age&#
浏览 9提问于2015-08-17得票数 1
回答已采纳
1回答
熊猫到RDD
、、、、
我可以将Pandas DataFrame转换为RDD吗？
if isinstance(data2, pd.DataFrame):
print 'is Dataframe'
else:
print 'is NOT Dataframe'
是DataFrame
下面是尝试使用.rdd时的输出
dataRDD = data2.rdd
print dataRDD
AttributeError Traceback (most recent call last)
<ipython-input-56-7
浏览 7提问于2015-08-19得票数 12
我得到了一个DataFrame dff，它的形状代表5个项目和4天。我创建了一个EWM ewmm，并得到了EW移动平均线。
当涉及到相关性和协方差时，我期望的是一个5×5形状的矩阵，但结果是形状为5×4×4。
我怎么才能把它改正呢？
In[59]: dff
Out[59]:
0 1 2 3
0 1 2 3 4
1 4 3 2 1
2 3 1 4 1
3 5 9 2 6
4 1 2 3 4
In[60]: ewmm = dff.ewm(span=2, axis=1)
In[61]: ewmm.mean()
Out[61]:
0
浏览 2提问于2017-09-28得票数 0
我给了这个循环一个尝试。
import pandas as pd
import csv
import numpy as np
Input = pd.read_csv('C:/PyTemp/Input.csv')
Input = pd.DataFrame(Input)
print (Input)
AGE = Input['AGE']
QUALITY = Input['QUALITY']
for i in range(1,len(Input)):
Input['DELTA'] = Input['QUAL
浏览 0提问于2016-02-04得票数 0
回答已采纳
在将一些代码从Pandas迁移到Dask时，我发现通过使用多列调用DataFrame.assign()来修改Dask数据帧与使用多个DataFrame.__setitem__() (也称为dataframe[x]=y)调用来修改它之间存在巨大的性能差异。
使用导入
import pandas, dask, cProfile
对于定义如下的Dask数据帧：
dd = dask.dataframe.from_pandas(pandas.DataFrame({'a':[1]}), npartitions=1)
cProfile.run('for i in range(100)
浏览 3提问于2020-04-16得票数 0
1回答
超级:超过最大递归深度
、、、
我试图在另一个类中子类Pandas‘DataFrame，就像GeoDataFrame in GeoPandas 一样。
但是，我得到了一个
最大递归深度超过误差
当我跑步时：
from pandas import DataFrame
df = pd.DataFrame({'A':[1,2,4], 'B':[4,5,6]})
class NewDataFrame(DataFrame):
def __init__(self, dataframe: pd.DataFrame) -> None:
self.dataframe =
浏览 2提问于2019-08-08得票数 0
回答已采纳
在将join应用于.from_delayed方法生成的dask数据文件时，我得到了意想不到的结果。我想通过下面的示例演示这一点，该示例由三个部分组成。
通过from_delayed方法生成dataframe，并将其与通过from_pandas生成的dataframe连接
使用compute方法将两个数据转换为熊猫数据。加入他们，如(1)
将通过from_delayed方法生成的dask数据转换为使用compute生成的熊猫。之后，使用from_pandas将其转换回dask。然后加入，如(1)中所示。
考虑以下代码：
import dask.dataframe
import
浏览 0提问于2016-07-17得票数 2
回答已采纳
我需要一个数据被,拆分的单线CSV。我的问题是，当我尝试使用apply遍历我的Dataframe时，我得到了一个Series对象，to_csv方法给了我一个拆分成行的str，将None设置为""，没有任何,。但是，如果我使用for遍历数据帧，我的方法将获得一个Dataframe对象，并在一行中给出一个包含,的str，而不会将None设置为""。 下面是测试这一点的代码： import pandas
def print_csv(tabular_data):
print(type(tabular_data))
csv_data = tabula
浏览 28提问于2021-04-22得票数 3
回答已采纳
1回答
我想在Python中使用concurrent运行一个函数。这是我的职能：
import concurrent.futures
import pandas as pd
import time
def putIndf(file):
listSel = getline(file)
datFram = savetoDataFrame(listSel)
return datFram #datatype : dataframe
def main():
newData = pd.DataFrame()
with concurrent.futures.Process
浏览 2提问于2019-06-19得票数 2
回答已采纳
1回答
如果这是基本的，我很抱歉，但我是python的新手。 当我获得AttributeError: 'tuple' object has no attribute 'plot'.时，我正在尝试通过for循环在pandas中创建绘图 查看我的代码，我发现将一个dataframe赋值给一个变量会将它转换为一个元组。如下所示： import seaborn as sns
flowers = sns.load_dataset('iris')
for k in flowers['species'].unique():
print(&#
浏览 3提问于2020-12-28得票数 2
回答已采纳
我已经在bigquery中创建了一个模式和一个表，同时在GCP VM中配置jupyter notebook中访问该表的sql结果时，得到了"Request had authentication scopes“。 import pandas as pd
from google.cloud import bigquery
client = bigquery.Client()
sql = """ SELECT * FROM odsdata.food_data """
df = client.query(sql).to_dataframe(
浏览 11提问于2020-01-29得票数 0
4回答
我尝试使用openpyxl将现有的DataFrame导出到Excel文件。
import pandas as pd
from openpyxl.utils.dataframe import dataframe_to_rows
from openpyxl import Workbook
d = {'col1': [1, 2], 'col2': [3, 4]}
df = pd.DataFrame(data=d)
wb = Workbook()
ws = wb.active
for rows in dataframe_to_rows(df, index=True
浏览 2提问于2018-07-02得票数 3
2回答
我试图从电子表格中打印一个选择行和列，但是当我调用电子表格dataframe属性时，它无法打印未定义名称dataframe的状态。我哪里出错了？
import pandas
class spreadsheet:
def __init__(self, location, dataframe, column, rows):
self.location = ('Readfrom.xlsx')
self.dataframe = pandas.read_excel(location)
self.column = 2
浏览 8提问于2021-03-25得票数 0
回答已采纳
我对python很陌生，我想知道是否有一种方法可以使用循环从pandas.dataframe生成一组列表(按列名)。pd.dataframe(s)是通过使用pd.read.excel导入.xlsx文件生成的，我现在试图避免花费数小时编写我认为可能是多余的代码。
举一个例子：
import pandas as pd
a=[1,2,3,4]
b=[5,6,7,8]
c=["a","b","c","d"]
df=pd.DataFrame({'b':b,'c':c}, index=a)
有关如何设置和运行循
浏览 0提问于2018-10-17得票数 2
回答已采纳
在以下两种情况下：
import pandas
d = {'col1': 2, 'col2': 2.5}
df = pandas.DataFrame(data=d, index=[0])
print(df['col2'])
print(df.col2)
这两种方法都可以用于对列进行索引并产生相同的结果，那么它们之间有什么区别吗？
浏览 13提问于2016-12-13得票数 92
回答已采纳
当运行以下代码时，dask.dataframe.head()的结果取决于n分区：
import dask.dataframe as dd
import pandas as pd
df = pd.DataFrame({'A': [1,2,3], 'B': [2,3,4]})
ddf = dd.from_pandas(df, npartitions = 3)
print(ddf.head())
这将产生以下结果：
A B
0 1 2
但是，当我将n分区设置为1或2时，我得到了预期的结果：
A B
0 1 2
1 2 3
2 3 4
似
浏览 1提问于2016-07-09得票数 8
回答已采纳
1回答
我正在通过读取一些XLS文件
import os
import pandas as pd
path = r'pathtofolder'
files = os.listdir(path=path)
dataframes = {}
for file in files:
filepath = path + '\\' + file
if filepath[-3:] == 'xls':
print(file)
dataframes[file] = pd.read_excel(filepath)
但是，由
浏览 0提问于2018-05-26得票数 0
我在for循环中有一个pandas dataframe，我在其中更改pandas dataframe中的值，如下所示：
df[item].ix[(e1,e2)] = 1
但是，当我访问df时，这些值仍然保持不变。你知道我到底哪里错了吗？
有什么建议吗？
浏览 2提问于2017-11-04得票数 0
2回答
我试图建立一个应用程序，通过从Excel文件中提取数据来生成SQL查询。我试图通过Pandas来实现它，但问题是，我只得到了一行的回报，但我在Excel中有多行。
代码：
from pandas import *
df1=pandas.read_excel("supermarkets.xlsx")
#SOURCE=df1
#ARGET="Aditya"
def SQL_DATAFRAME(SOURCE, TARGET):
sql_texts = []
for index, row in SOURCE.iterrows():
浏览 7提问于2018-11-09得票数 0
我正在尝试构建一个使用for循环的dataframe，下面的start工作得很好：
import pandas as pd
df = pd.DataFrame(columns=['DATE1', 'SLS_CNTR_ID'])
for i in range(2):
this_column = df.columns[i]
df[this_column] = [i, i+1]
df
我得到了正确的答案：
然后，我试图使我的含义如下：
import pandas as pd
df = pd.DataFrame(columns=['DATE
浏览 3提问于2022-08-07得票数 0
回答已采纳
1回答
我在python 2.7.9的pandas 0.18.0中工作。
获取一个示例DataFrame并按几列分组，然后对不同的列求和以得到结果，如下所示：
>>> df = pandas.DataFrame([[1,2,3],[4,5,6],[1,2,9]], columns=['a','b','c'])
>>> print df
a b c
0 1 2 3
1 4 5 6
2 1 2 9
>>> df.groupby(['a','b']
浏览 10提问于2016-07-29得票数 4
请考虑以下几点： >>> import numpy as np
>>> import pandas as pd
>>> df = pd.DataFrame(np.random.randn(5, 2), index=[100, 101, 101, 102, 103])
>>> idx = set(df.index)
>>> for id_ in idx:
... slice = df.loc[id_]
... # stuff with slice
>>> 我需要在for循
浏览 47提问于2019-01-15得票数 3
回答已采纳
1回答
我想要创建一个熊猫数据page，它包括满足条件的所有行(并且我成功地做到了)，从一个多页面的网站.But中刮取，最后的结果是我得到的熊猫数据只有在循环中声明的范围的最后一页中的行。如果有人指出错误在哪里，而不是所有页面的结果，只有最后一页，我将非常感激。
import requests
import pandas
from bs4 import BeautifulSoup
headers= {'User-Agent': 'Mozilla/5.0'}
for num in range (1,3):
url =' https://biznes.
浏览 4提问于2021-02-17得票数 2
回答已采纳
我有一个Pandas DataFrame，它的列用Python tuples标记。
这些列标签元组可以不包含任何内容。
当我尝试使用以下任一方法向数据框添加列时，标记元组中的None被隐式转换为numpy.nan。
方法1-使用dataframe[ NewColumn ] = ...语法添加列
>>> import pandas
>>> df = pandas.DataFrame()
>>> column_label = ( 'foo', None )
>>> df[column_label] = [ 1,
浏览 1提问于2016-01-05得票数 1
我在试着找周期日期的差异。Pandas 0.24+：从一个周期减去另一个周期将得到一个DateOffset。而不是整数(GH21314)。而是如何获得INT结果。我看过类似的查询：它说添加".n“会给出结果，但这对我不起作用。
我也尝试过使用.astype( INT )将两者转换为int，但得到错误：'Period‘对象没有'astype’属性。我一定是错过了什么，不确定是什么！
我使用的是Pandas版本：'1.0.1‘。
生成Dataframe的DDL：
import pandas as pd
date_start = pd.Period('10/
浏览 30提问于2020-05-29得票数 3
回答已采纳
目前，我正在对Python脚本中两个图像的关键点进行比较。如果我运行cv2比较脚本，比较结果将存储在Pandas数据帧中。在此数据帧中，索引将该值保持为零(0)，并且在每次运行脚本后不会增加。 请看下面的结果： Key_points_1 Key_points_2 Percentage Result
0 2737 2709 0.84 Fail
0 2737 2709 0.84 Fail
0 2737 3283 25.16 Pass
0 2737 3283 25.16 Pas
浏览 15提问于2019-05-10得票数 1
2回答
我正在尝试寻找一些股票的移动平均收敛散度，我正在使用Pandas_ta，yfinance和pandas库。但是当我试图将MACD值添加到dataframe时，我得到了这个错误： IndexError: iloc cannot enlarge its target object 我的代码是： import pandas as pd
import pandas_ta as ta
import yfinance as yf
import datetime as dt
import matplotlib.pyplot as plt
start=dt.datetime.today()-dt.time
浏览 102提问于2020-09-14得票数 2
回答已采纳
1回答
我有一个文件目录，我正在将这些文件解析成具有多个键值对的字典，并且我希望将每个字典作为一行存储在pandas dataframe中。 import pandas as pd
df = pd.DataFrame()
for file in os.listdir(directory):
dict1 = parseFileToDict(file)
df_temp = pd.DataFrame.from_dict(dict1, orient='columns')
df_temp.set_index('name')
df = df.a
浏览 11提问于2020-10-12得票数 1
2回答
我不知道为什么这没有给我想要的结果。
下面是我的向量：
flowers = c("Flower", "Flower", "Vegatative", "Vegatative", "Dead")
下面是我的for循环：
Na = 0
for (i in 1:length(flowers)){
if (i != "Dead"){
Na = Na + 1
}
}
Na
显然Na应该等于4，但它给我的结果是5。当我打印花朵的状态时，它会打印所有的5。我不想让它读取最后一个。我有什么问题？
浏览 3提问于2014-02-23得票数 1
当我计算下面的代码片段时，我得到了值True
import pandas as pd
df = pd.DataFrame({'a': ['assa', '100', 'AJSAND']})
(df < 0).all()
在Pandas DataFrame中，字符串的计算值总是小于零吗？
但是，以下结果会导致错误
's' < 0
浏览 0提问于2018-06-21得票数 1
回答已采纳
我编写了一段代码，将DataFrame的部分连接到相同的DataFrame，以便按照某一列规范行的出现。
import random
def normalize(data, expectation):
"""Normalize data by duplicating existing rows"""
counts = data[expectation].value_counts()
max_count = int(counts.max())
for tag, group in data.groupby(exp
浏览 3提问于2016-02-12得票数 5
回答已采纳
我对Pandas比较陌生，我很想知道在将大型(10M+)数据集导入数据帧时，是否有任何经过验证的或更好的实践可以考虑，或者这些事情通常是如何完成的？或者，将SQL中的大数据直接导入pandas是完全可以的吗？ 例如，我想查询我的数据库，获取10M的rec，并将其存储为dataframe。在这种情况下，变量'query‘存储了从数据库返回的10M个recs的结果集，在pandas中完成这样的事情有多安全，特别是如果我们使用'query’进行更多的计算，或者是否有其他可用的替代方案？ import pandas as pd
import pyodbc
import sqlalch
浏览 22提问于2020-08-14得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
