分批處理資料（1）

有時候資料來源的檔案很大，把整個資料集一次放進記憶體會非常耗資源。在本練習中，你會逐行處理檔案的前 1000 列，建立一個字典，統計資料集中某一欄位中各國家出現的次數。

目前資料夾中已提供 csv 檔 'worlddevind.csv' 可供你使用。開始之前，你需要用所謂的情境管理器（context manager）來開啟這個檔案。例如，with open('datacamp.csv') as datacamp 這行指令會在情境管理器中把 csv 檔 'datacamp.csv' 綁定為 datacamp。這裡的 with 陳述式就是情境管理器，用意是確保在開啟檔案連線時，能有效率地配置與釋放資源。

如果你想更深入了解情境管理器，請參考 DataCamp 的課程「Importing Data in Python」。(https://www.datacamp.com/courses/importing-data-in-python-part-1)

本練習屬於課程

Python 工具箱

檢視課程

練習說明

使用 open()，在情境管理器中將 csv 檔 'worlddevind.csv' 綁定為 file。
完成 for 迴圈，讓它執行迴圈主體共 1000 次，只處理檔案前 1000 列的資料。

動手互動練習

試著完成這個範例程式碼，體驗一下這個練習。

# Open a connection to the file
with ____ as ____:

    # Skip the column names
    file.readline()

    # Initialize an empty dictionary: counts_dict
    counts_dict = {}

    # Process only the first 1000 rows
    for j in ____:

        # Split the current line into a list: line
        line = file.readline().split(',')

        # Get the value for the first column: first_col
        first_col = line[0]

        # If the column value is in the dict, increment its value
        if first_col in counts_dict.keys():
            counts_dict[first_col] += 1

        # Else, add to the dict and set value to 1
        else:
            counts_dict[first_col] = 1

# Print the resulting dictionary
print(counts_dict)

編輯並執行程式碼