- 原则上，它不应该用完内存，但是当前
read_csv
由于某些复杂的Python内部问题而导致大文件存在内存问题（这是模糊的，但已经有很长时间了：http - //github.com/pydata / pandas / issues /
407）。
目前还没有一个完美的解决方案（这是一个单调乏味的解决方案：您可以将文件逐行转录为预先分配的NumPy数组或内存映射文件-
np.mmap），但这是我将要使用的解决方案。在不久的将来。另一种解决方案是读取文件较小的部分（使用
iterator=True,chunksize=1000），然后使用进行连接
pd.concat。当您将整个文本文件拖入内存时，就会出现问题。
