重命名Vaex中的列

Question

我最初尝试用pandas pd.read_csv读取一个4 4GB的csv文件，但是我的系统内存不足(我猜)，并且内核正在重启或者系统挂起。因此，我尝试使用vaex库将csv转换为HDF5并对其执行操作(聚合、分组依据)。为此，我使用了：

df = vaex.from_csv('Wager-Win_April-Jul.csv',column_names = None, convert=True, chunk_size=5000000)

and

df = vaex.from_csv('Wager-Win_April-Jul.csv',header = None, convert=True, chunk_size=5000000)

但是，我仍然将csv文件中的第一条记录作为标题(准确地说是列名)，并且我无法更改列名。我试着找到函数来更改名称，但没有遇到任何问题。请在这方面帮我一下。谢谢:)

列名为1559104、10289、991...实际上是csv中的第一条记录，不知何故，vaex将第一行作为我的列名，这是我想要避免的

​

Answer 1

vaex.from_csv是pandas.read_csv的包装器，几乎没有用于转换的额外选项。

因此，如果您希望csv阅读器自动推断列名，请阅读pandas文档header='infer' (这是默认设置)。否则，将使用文件的第一行作为标题。或者，您可以通过names kwarg手动传递列名。vaex和pandas也是如此。

我会阅读pandas.read_csv文档，以便更好地理解所有选项。然后，您可以将这些选项与vaex以及convert和chunk_size参数一起使用。