需要對一個上百萬行的json文件進行清洗,并需要將清洗好的結(jié)構(gòu)化數(shù)據(jù)重新存儲為csv文件。嘗試使用pandas的dataframe轉(zhuǎn)存清洗好的數(shù)據(jù)條目,卻發(fā)現(xiàn)常規(guī)的清洗一條寫入一條的速度太慢了,速度主要卡在每次數(shù)據(jù)的寫入,于是為此專門定義了一個 asyn writeline,同時利用 async readline 每次生成 100 個協(xié)程處理100行數(shù)據(jù),然而測試結(jié)果卻和常規(guī)的按序處理無差別,平均每條數(shù)據(jù)處理速度都在 0.5 s 左右,感覺是自己的 asyn writeline 有問題,還請大神賜教。
測試代碼如下:
import pandas as pd
import json
import time
import asyncio
def trop():
tropicos = pd.DataFrame()
with open(r"/tropicosbase.json", "r") as yn:
count = 0
tropicos['tag'] = None
tropicos.loc[0] = None
async def readline(line):
nonlocal count
js = json.loads(line)
await writeline(js, tropicos, count)
count += 1
tropicos.loc[count] = None
cs = yn.readlines()[:100]
tasks = [asyncio.ensure_future(readline(line)) for line in cs]
loop = asyncio.get_event_loop()
start = time.time()
loop.run_until_complete(asyncio.wait(tasks))
end = time.time()
print(end - start)
tropicos.to_csv(r'/tropicos.csv', index=None)
async def writeline(js, tropicos, count):
for k, v in js.items():
try:
tropicos[k][count] = v
except KeyError:
if k == 'detailsdiv':
pass
else:
tropicos[k] = pd.Series()
tropicos[k][count] = v
trop()用 asyncio 處理這種問題沒有任何優(yōu)勢,它應(yīng)該用在 I/O 密集型運算。
你應(yīng)該用最簡單的實現(xiàn)方法,然后使用 cProfile 找出性能的瓶頸。
北大青鳥APTECH成立于1999年。依托北京大學(xué)優(yōu)質(zhì)雄厚的教育資源和背景,秉承“教育改變生活”的發(fā)展理念,致力于培養(yǎng)中國IT技能型緊缺人才,是大數(shù)據(jù)專業(yè)的國家
達內(nèi)教育集團成立于2002年,是一家由留學(xué)海歸創(chuàng)辦的高端職業(yè)教育培訓(xùn)機構(gòu),是中國一站式人才培養(yǎng)平臺、一站式人才輸送平臺。2014年4月3日在美國成功上市,融資1
北大課工場是北京大學(xué)校辦產(chǎn)業(yè)為響應(yīng)國家深化產(chǎn)教融合/校企合作的政策,積極推進“中國制造2025”,實現(xiàn)中華民族偉大復(fù)興的升級產(chǎn)業(yè)鏈。利用北京大學(xué)優(yōu)質(zhì)教育資源及背
博為峰,中國職業(yè)人才培訓(xùn)領(lǐng)域的先行者
曾工作于聯(lián)想擔(dān)任系統(tǒng)開發(fā)工程師,曾在博彥科技股份有限公司擔(dān)任項目經(jīng)理從事移動互聯(lián)網(wǎng)管理及研發(fā)工作,曾創(chuàng)辦藍懿科技有限責(zé)任公司從事總經(jīng)理職務(wù)負責(zé)iOS教學(xué)及管理工作。
浪潮集團項目經(jīng)理。精通Java與.NET 技術(shù), 熟練的跨平臺面向?qū)ο箝_發(fā)經(jīng)驗,技術(shù)功底深厚。 授課風(fēng)格 授課風(fēng)格清新自然、條理清晰、主次分明、重點難點突出、引人入勝。
精通HTML5和CSS3;Javascript及主流js庫,具有快速界面開發(fā)的能力,對瀏覽器兼容性、前端性能優(yōu)化等有深入理解。精通網(wǎng)頁制作和網(wǎng)頁游戲開發(fā)。
具有10 年的Java 企業(yè)應(yīng)用開發(fā)經(jīng)驗。曾經(jīng)歷任德國Software AG 技術(shù)顧問,美國Dachieve 系統(tǒng)架構(gòu)師,美國AngelEngineers Inc. 系統(tǒng)架構(gòu)師。