分块处理数据（1）

有时数据源体量很大，把整个数据集都放入内存会非常耗费资源。本练习中，您将逐行处理文件的前 1000 行，统计数据集中某一列里各个国家出现的次数，并将其保存到一个字典中。

当前目录下已提供 csv 文件 'world_dev_ind.csv'。首先，您需要使用所谓的上下文管理器来打开该文件。例如，命令 with open('datacamp.csv') as datacamp 会在上下文管理器中将 csv 文件 'datacamp.csv' 绑定为 datacamp。这里，with 语句就是上下文管理器，它的作用是在打开文件连接时高效管理资源。

如果您想进一步了解上下文管理器，请参阅 DataCamp 的 Python 数据导入课程。

本练习是课程的一部分

Python 工具箱

查看课程

练习说明

使用 open() 在上下文管理器中将 csv 文件 'world_dev_ind.csv' 绑定为 file。
完成 for 循环，使其迭代 1000 次，仅处理文件的前 1000 行数据。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# 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)

编辑并运行代码