我有多個(gè)大型數(shù)據(jù)幀（大約3GB csv文件，每個(gè)大約1.5億行），其中包含Unix樣式的時(shí)間戳和隨機(jī)生成的觀察ID。每個(gè)觀察可以/將在不同的時(shí)間多次發(fā)生。它們看起來像這樣：    time_utc    obs_id0   1564617600  aabthssv1   1564617601  vvvx7ths2   1564618501  optnhfsa3   1564619678  aabthssv4   1564619998  abtzsnwe         ...我現(xiàn)在想為了分析觀測的時(shí)間發(fā)展，得到一個(gè)數(shù)據(jù)幀，其中包含每個(gè)觀測值ID的列和可以更改的時(shí)間箱的行，例如1小時(shí)，如下所示：time_bin aabthssv vvvx7ths optnhfsa  ...1               1        1        12               1        0        0               ...我試圖通過創(chuàng)建一個(gè)時(shí)間戳起點(diǎn)的numpy數(shù)組來做到這一點(diǎn)，然后將value_counts添加到一個(gè)新的空數(shù)據(jù)幀中，以選擇該箱中的所有行。這會(huì)遇到內(nèi)存錯(cuò)誤。我已經(jīng)嘗試了更多的預(yù)清理，但即使將原始數(shù)據(jù)的大小減少三分之一（因此2GB，1億行）仍然會(huì)發(fā)生內(nèi)存錯(cuò)誤。SLICE_SIZE = 3600 # example value of 1hslice_startpoints = np.arange(START_TIME, END_TIME+1-SLICE_SIZE, SLICE_SIZE)agg_df = pd.DataFrame()for timeslice in slice_startpoints:        temp_slice = raw_data[raw_data['time_utc'].between(timeslice, timeslice + SLICE_SIZE)]        temp_counts = temp_slice['obs_id'].value_counts()        agg_df = agg_df.append(temp_counts)        temp_index = raw_data[raw_data['time_utc'].between(timeslice, timeslice + SLICE_SIZE)].index        raw_data.drop(temp_index, inplace=True)有沒有辦法更有效地做到這一點(diǎn)，或者更確切地說，讓它根本有效？編輯：我根據(jù)使用交叉表的建議找到了有效的方法來做到這一點(diǎn)。文件大小不需要減小。使用以下代碼得出的結(jié)果正是我正在尋找的結(jié)果。df['binned'] = pd.cut(df['time_utc'], bins=slice_startpoints, include_lowest=True, labels=slice_startpoints[1:])df.groupby('binned')['obs_id'].value_counts().unstack().fillna(0)