Manchmal erreichen die zu verarbeitenden Daten eine Größe, die der Speicher eines Computers nicht mehr bewältigen kann. Das ist ein häufiges Problem von Data Scientists. Eine Lösung besteht darin, eine ganze Datenquelle Stück für Stück zu bearbeiten, anstatt alles auf einmal zu machen.

In dieser Aufgabe wirst du genau das tun. Du verarbeitest eine große csv-Datei mit Twitter-Daten auf dieselbe Weise, wie du es in 'tweets.csv' in Und jetzt alles zusammen-Aufgaben des Vorkurses getan hast, aber dieses Mal arbeitest du in Blöcken von jeweils 10 Einträgen.

Wenn du lernen möchtest, wie du auf Twitter-Daten zugreifen kannst, um sie in deinem eigenen System zu verarbeiten, lies Teil 2 des DataCamp-Kurses über das Importieren von Daten in Python.

Das pandas-Paket wurde als pd importiert und die Datei 'tweets.csv' liegt in deinem aktuellen Verzeichnis für dich bereit.

Sei dir bewusst, dass es sich um echte Daten von Twitter handelt und daher immer das Risiko besteht, dass sie Schimpfwörter oder andere anstößige Inhalte enthalten (in dieser Aufgabe und allen folgenden Aufgaben, die ebenfalls echte Twitter-Daten verwenden).

Iteratoren verwenden, um große Dateien in den Speicher zu laden

Create Your Free Account