Python 是否有有效的方法将数据帧转换为H2O帧？

我有一个熊猫数据帧，我需要把它转换成H2O帧。我使用以下代码-

代码：

# Convert pandas dataframe to H2O frame
start_time = time.time()
input_data_matrix = h2o.H2OFrame(input_df)
logger.debug("3. Time taken to convert H2O Frame- " + str(time.time() - start_time))

输出：

# Convert pandas dataframe to H2O frame
start_time = time.time()
input_data_matrix = h2o.H2OFrame(input_df)
logger.debug("3. Time taken to convert H2O Frame- " + str(time.time() - start_time))

2019-02-05 04:38:55238记录器调试3。转化H2O所需的时间 机架-9320.119945764542

数据帧（即，

input_df

）大小为183K x 435，没有空值或NaN值

大约需要2个小时。有没有更好的方法来执行此操作

将熊猫数据帧保存到csv文件。（如果您首先从csv文件加载，并且没有对其进行任何数据扫描，则跳过此步骤。）

将csv文件放在h2o服务器可以看到的地方。（如果在同一台计算机上运行客户端和服务器，则情况已经如此。）

使用

h2o.import_file（）

（优先于

h2o.upload_file（）

或

h2o.H2OFrame（）

）

h2o.import_file（）

是将数据导入h2o的最快方法，但该文件必须在服务器上可见。在处理远程集群时，这可能意味着将其上载到该服务器文件系统，或将其放在web服务器、HDFS集群或AWS S3上，等等

---

（之所以

h2o.upload_file（）

速度较慢，是因为它会将数据从客户端发送到服务器，而

h2o.H2OFrame（）

速度较慢，因为它会将熊猫数据导出到临时csv文件，然后使用

h2o.upload_file（）

，然后删除临时文件。）

交叉链接，可能重复，但不确定答案是否正确：特别是此注释-->@aws\u peedient该注释说明您的数据帧是否具有NaN值或缺少值。这是我没有的。问题是有

NaN

，但这条评论仍然适用，你必须写出从python到java内存的整个数据帧，然后将其发送到云，评论建议通过减少

pandas

到

h20

的步骤来减少工作量，因此我确实认为它适用于

h2o.H2OFrame（）

的工作原理。I/O操作（即从磁盘回写和回读）不是会变慢吗？@EngineeredBrain

h2o.H2OFrame（）

在最佳情况下将是最慢的。也就是说，它是一个方便的函数，执行步骤1、2和3。但当你发现这是一个瓶颈时，你通常可以做得更好，即如果你打算使用csv文件2次以上，第一次之后自己做步骤1是免费的；如果服务器在本地主机上运行，则可以跳过步骤2；如果您正在运行多节点群集，

import\u file（）

可以是多线程的。