pd.read_csv中的low_memory和memory_map标志有什么作用

Question

pandas.read_csv的函数签名提供了以下选项：

read_csv(filepath_or_buffer, low_memory=True, memory_map=False, iterator=False, chunksize=None, ...)

我找不到＜code＞low_memory标志的任何文档。我不知道这些功能是否已经实现，如果是，它们是如何工作的。

具体来说，

1. memory_map：如果实现，它是否使用np。memmap，如果是，它会将单个列存储为memmap或行
2. low_memory：它是否指定了类似缓存的东西来存储在内存中
3. 我们可以将现有的＜code＞数据帧

附言：相关模块的版本

pandas==0.14.0
scipy==0.14.0
numpy==1.8.1

Answer 1

我将尝试总结对这个问题的评论，并将我自己的研究添加到一个全面的答案中。

>

low_memory选项有点被剥夺了，因为它实际上不再做任何事情（来源）。

< code>memory_map似乎没有使用numpy内存映射，据我从源代码中了解，它似乎是如何解析传入数据流的一个选项，而不是与您接收的数据帧如何工作有关的东西。