使用python优化向CSV文件（~300GB）添加列

Question

我想在CSV文件中添加一列，这是同一文件中其他两列的差异，我使用python（pandas）来实现这一点，我就是这么做的：

import pandas as pd
row = ['times1','times2']
for df1 in pd.read_csv('C:/SET/parti_no_diff.CSV',skipinitialspace=True, usecols=row, chunksize=10**7):
    df1['time_difference'] = (df1['times2'].astype('datetime64[s]')-df1['times1'].astype('datetime64[s]')).abs()
    df1.to_csv('E:/SET/parti_with_diff_seconds.csv',mode='a')

我用的机器内存12GB，外置硬盘2TB（5200RPM）（输入和输出不在同一硬盘上），程序需要24小时以上，怎么优化呢？你知道吗

Answer 1

老实说，Python内置的读写文本文件的功能是最佳的。一次读入一行到列表中，添加额外的列，然后将其附加到输出文本文件中。你知道吗

一次读入一行，根据需要进行修改，然后将其附加到输出文件中。会比你想象的快。您可以使用tqdm之类的工具来监视进度。你知道吗

比如：

import csv
from tqdm import tqdm
with open('myfile.txt', newline='') as f:
     reader = csv.reader(f)
     for row in tqdm(reader):
          row.append('new_column')
          with open('output.csv', 'a') as outfile:
               outfile.write(row)