我有两个 csv 文件,它们存储一个 id 和一些我需要匹配的相关字段。目前,在 Python 2.4 中,我将 csv 文件加载到记录对象的字典中,其中字典键作为记录 ID。然后我遍历一个并匹配另一个中的键并进行一些处理。
这一切都很好,而且效果很好,但这是在相对较小的 csv 文件上,大约有 60,000 条记录。我很快将需要处理数百万条记录,可能还有多个 csv 文件。我担心使用当前方法的内存负载。
我最初是在考虑在 csv 阅读器中进行一个简单的循环,根本不费心将它们加载到内存中,但是当为其他文件中的数百万条记录中的每一条循环数百万条记录时,我们在这里谈论的效率极低。
那么,关于这样做的好方法有什么想法吗?我被困在 python 2.4 中,我无法真正从 csv 文件进行更改,如果可能的话,我想避免使用 sql。谢谢
编辑:作为一个大概的数字,我正在查看多达 20 个 200MB 的文件。