作为17gb CSV文件(fileData )存储的大型数据集最多包含30，000个可变记录)，在特定客户) fileSelection-总共90000个客户中，我拥有1500个
我对Python不熟悉，之所以使用它是因为vba和matlab无法处理文件大小。 (我用aptanastudio编写代码，但为了加快速度，我直接从cmd行运行python。 运行64位Windows 7。 ）
我写的代码提取了一些客户，但有两个问题：
1 )大数据集找不到大多数客户。 (我相信它们都在数据集上，但不能完全确定。 ）
2 )那太慢了。 如果能更好地利用核心代码，那就更好了
代码如下。 ` def main () :
# Initialisation :
#-identifycolumnsinslectionfile
#
fs=打开(文件选择，' r ' ) )。
if fS.mode=='r':
header=fS.readline (
selheaderlist=header.split ('，') )。
cust key=selheaderlist.index (customer _ key ) )。
#
# Identify columns in dataset file
fileData=path2 file_data
软盘=打开(文件数据，' r ' ) ) ) )。
if fD.mode=='r':
header=fD.readline (
dataheaderlist=header.split ('，') )。
custid=dataheaderlist.index (customer _ id ) )。
软盘. close () )
# foreachcustomerintheselectionfile
客户计数=1
for sr in fS:
# findcustomerkeyandlocateitincustomeridfieldindataset
selrecord=sr.split ('，')
请求客户=sel record [ cust key ]
# lookforrequiredcustomerindataset
found=0
软盘=打开(文件数据，' r ' ) ) ) )。
if fD.mode=='r':
while found==0:
dr=fD.readline (
if not dr: break
datrecord=dr.split ('，')
ifdatrecord [ custid ]==required customer 3360
found=1
#打开输出文件
file output=path3file _ out _ rootstr (要求的客户) '.csv '
fo=open (文件输出，' w ' ) ) )。
fo.write(str ) header ) )
# Copyallrecordsforrequiredcustomernumber
wiledatrecord [ custid ]==要求的客户3360
fo.write(str ) dr ) )
dr=fD.readline (
datrecord=dr.split ('，')
#关闭输出文件
fO.close () ) )。
if found==1:
打印(客户计数' str )客户计数(客户id ' str )请求客户(copied.' )
客户计数=客户计数1
else:
打印(customerid ' str ) requiredcustomer ) (not found in dataset ) )。
fl.write(str ) requiredcustomer )、' ' NOT FOUND ' ) )
软盘. close () )
fS.close () )
`
花了几天找到数百名顾客，但没有找到更多的顾客。 有
谢谢@Paul Cornelius。 这样效率更高。 我采用了你的方法，还使用了@Bernardo建议的csv处理：
^{pr2}$