這不是一個有說服力的測試，算是我的體驗吧
通過pandas.read_csv函數将總共1.44GB的164個csv檔案依次(轉為dataframe對象，并新增2條series，再将該dataframe通過 pandas.to_sql函數寫成1.23GB的sqlite資料庫檔案，從導入第四個檔案後，就越來越慢，懷疑是緩存不足，總共花費兩個多小時。
而sqlite3.connect(':memory:')寫入記憶體資料庫僅需2分鐘多，當然還沒轉儲到磁盤，相信轉儲花的時間應該也不多。
峰回路轉：
在查找如何将記憶體資料寫入檔案的時候發現，pandas的to_sql方法預設是帶index寫入的，這種大量insert語句操作導緻了導入越來越慢
修改語句為 data.to_sql(filename[0:11],conn,if_exists='append',index=False)
無index，csv-》記憶體資料庫-》寫入檔案
無index，csv-》寫入檔案
結論：無index插入是必須的，先寫記憶體資料庫再倒到檔案，還是直接寫檔案，看檔案的資料量和計算機的記憶體做取舍。