使用Python Pandas處理億級數據

在數據分析領域，最熱門的莫過於Python和R語言，此前有一篇文章《別老扯什麼Hadoop了，你的數據根本不夠大》指出：只有在超過5TB數據量的規模下，Hadoop纔是一個合理的技術選擇。這次拿到近億條日誌數據，千萬級數據已經是關係型數據庫的查詢分析瓶頸，之前使用過Hadoop對大量文本進行分類，這次決定採用Python來處理數據： 硬件環境 CPU：3.5 GHz Intel Core i7 內

>>阅读原文<<