Python 有没有办法在Colaboratory中打开10GB文件？

在Colaboratory中，在Python3中，我为GPU启用了运行时更改运行时类型

然后我做了这个代码：

import pandas as pd
import numpy as np

# Code to read csv file into Colaboratory:
!pip install -U -q PyDrive
from pydrive.auth import GoogleAuth
from pydrive.drive import GoogleDrive
from google.colab import auth
from oauth2client.client import GoogleCredentials
# Authenticate and create the PyDrive client.
auth.authenticate_user()
gauth = GoogleAuth()
gauth.credentials = GoogleCredentials.get_application_default()
drive = GoogleDrive(gauth)

#Link of a 10GB file in Google Drive
link = ''

fluff, id = link.split('=')
print (id) # Verify that you have everything after '='

downloaded = drive.CreateFile({'id':id}) 
downloaded.GetContentFile('empresa.csv') 

但由于内存不足，我无法打开该文件：您的会话在使用所有可用RAM后崩溃

我有：

连接到“Python 3谷歌计算引擎后端（GPU）” RAM:0.64 GB/12.72 GB磁盘：25.14 GB/358.27 GB

请问，有没有办法增加实验室的内存

免费还是付费

-/-

我尝试过另一种方法，将驱动器作为文件系统装载

from google.colab import drive
drive.mount('/content/gdrive')

with open('/content/gdrive/My Drive/foo.txt', 'w') as f:
  f.write('Hello Google Drive!')
!cat /content/gdrive/My\ Drive/foo.txt

# Drive REST API
from google.colab import auth
auth.authenticate_user()

# Construct a Drive API client
from googleapiclient.discovery import build
drive_service = build('drive', 'v3')

# Downloading data from a Drive file into Python
file_id = ''

import io
from googleapiclient.http import MediaIoBaseDownload

request = drive_service.files().get_media(fileId=file_id)
downloaded = io.BytesIO()
downloader = MediaIoBaseDownload(downloaded, request)
done = False
while done is False:
  # _ is a placeholder for a progress object that we ignore.
  # (Our file is small, so we skip reporting progress.)
  _, done = downloader.next_chunk()

downloaded.seek(0)
print('Downloaded file contents are: {}'.format(downloaded.read()))

---

但问题仍然存在：您的会话在使用所有可用RAM后崩溃

始终可以连接到

我的建议是不要尝试将文件完全加载到内存中

---

然后，您可以从文件系统中一次一块地增量地直接读取CSV。

非常感谢@Bob Smith。抱歉，我不知道我是否正确理解了教程，所以我更改了上面的问题，并进行了“将驱动器装入文件系统”测试。但是问题一直存在，在一台内存为16GB的Windows计算机或8GB的Linux上，我能够打开这个文件，非常耗时，而且所有东西都关闭了。但这是有效的。我使用块来读取pandas文件中的数据帧，我想知道在Colaboratory中，这是否可能更快，因为机器并非总是如此可用，而且也能够在不关闭所有其他程序的情况下执行此操作