问使用pandas读取大型csv文件，并指定内存错误的数据类型？

EN

我正在尝试从Kaggle中读取expedia数据，它包含一个4 4GB的csv文件，我尝试使用pd.read_csv('filename')读取它，但得到了内存错误。第二种方法，我尝试只使用下面的代码读取特定的列：

pd.read_csv('train.csv', dtype={'date_time':np.str, user_location_country': np.int32, 'user_location_region':np.int32, 'user_location_city':np.int32, 'orig_destination_distance':np.float64, 'user_id':np.int32})

这再次给出了内存错误，但使用了相同方法的另一个修改，即：

train = pd.read_csv('train.csv', dtype={'user_id':np.int32,'is_booking':bool, 'srch_destination_id':np.int32, 'hotel_cluster':np.int32}, usecols=['date_time', 'user_id', 'srch_ci', 'srch_co', 'srch_destination_id', 'is_booking', 'hotel_cluster'])'

在大约5分钟内读取数据。

我的问题是，我想使用这两种方法读取更多的列，但都失败了，并给出了Memory error。我使用8 8GB的RAM和8 8GB的交换空间，所以只读取24列数据中的7-8列将减少大约800MB的数据大小，所以在硬件使用上没有问题。我还试着根据后面要读的算法，一块块地读我不想读的内容。