我正在尝试将一些信息读入pandas dataframe中，并且由于数据的价值而面临问题。
pc规格：
内存32 gb
英特尔i7 4ghz
设置：
数据在mysql数据库中，有9列（7 int，1 date，1 datetime）。db在本地计算机上，因此没有internet带宽问题。2200万。数据行。
尝试直接从mysql服务器读取-它永远不会结束。

engine = sqlalchemy.create_engine('mysql+pymysql://root:@localhost:3306/database')

search_df = pd.read_sql_table('search', engine)

我与so进行了核对，得到的印象是，与其使用连接器，不如解析csv。我将表导出到csv。
csv文件大小-1.5gb
我的代码

dtype = {
    'search_id' : int,
    'job_count_total' : int,
    'job_count_done' : int,
    'city_id_start' : int,
    'city_id_end' : int,
    'date_start' : str,
    'datetime_create' : str,
    'agent_id' : int,
    'ride_segment_found_cnt' : int
}

search_df = pd.read_csv('search.csv', sep=',', dtype=dtype)

我两个引擎都试过了， c 以及 python ，不同的块大小， low_memory 作为 True 以及 False ，指定了dtypes和not，但仍在获取 MemoryError .
我尝试了上面问题中提到的一切（标记为起源，我的为复制品），但没有任何改变。
我只发现了两个不同点：
如果我在没有块的情况下解析，那么在解析时会出现内存错误。
当我在分块解析的时候-连接成一个df。
另外，按5\u 000\u 000行分块在解析时会出错，在连接时会出错。
以下是有关连接的错误消息：

pandas.errors.ParserError: Error tokenizing data. C error: out of memory