0

在 sql-oracle 中有一个包含 7000 万行记录的数据集，我在 python 中执行它：

cursor.execute(sql_q)

使用 cursor.execute 将整个 7000 万行数据带到 python 是可以的。但是，转换列表或数据框需要很长时间且效率低下。

因此，我想按规则将数据分成 20 个部分；如下所示，有许多行属于同一客户。这些行具有相同的客户值必须在同一个表部分。

CUST_ID CUST  VERSION   …
1        AAA    1       …
1        AAA    2       …
1        AAA    3       …
1        AAA    4       …
1        AAA    5       …
1        AAA    6       …
2        BBB    1       …
2        BBB    2       …
2        BBB    3       …
2        BBB    4       …
3        CCC    1       …
3        CCC    2       …
3        CCC    3       …
3        CCC    4       …
3        CCC    5       …
3        CCC    6       …
3        CCC    7       …
…         ..            …
7000000  XXX    1       …
7000000  XXX    2       …
7000000  XXX    3       …
7000000  XXX    4       …
7000000  XXX    5       …
7000000  XXX    6       …

但是有一个问题；我无法使用“其中 CUST_ID 介于 1 和 350000 之间”等拆分 sql 查询中的数据，因为 sql 查询本身没有数字客户 ID (CUST_ID)。我必须在 sql 查询中形成一个变量作为 CUST_ID。（我只有对该表的选择权限，所以我动态创建 CUST_ID。）因此我需要在 cursor.execute 之后在 python 中拆分数据：

例如，有 700 万独立客户。我想通过根据 CUST_ID 将数据分成 20 部分来获取它们。因为相同的 CUST_ID 必须在同一部分。

  1. 拆分数据集的行 -> CUST_ID 介于 1 和 350.000 之间
  2. 拆分数据集的行 -> CUST_ID 在 350.001 和 700.001 之间...（依此类推）我想使用以下代码：
cursor.execute(sql_q)
while True:
  
    rows = cursor.fetchmany(batch_size)
    if not rows:
        break
 
    for row in rows:        
        print(row)

但是，我不知道如何在获取时添加 CUST_ID 条件（例如在 CUST_ID 介于 1 和 350000 之间时获取等）

谢谢你。

4

0 回答 0