Python 为什么转置后的数据帧比原来的小？

我有一个熊猫数据框，我用sys检查了它的大小

sys.getsizeof(df)
# output: 136

如果我转置它，我会得到

sys.getsizeof(df.T)
# output: 341

如果我转置两次，我会得到

sys.getsizeof(df.T.T)
#output: 136

熊猫是如何管理记忆的

更新：

我使用

df.memory\u usage

来产生以下结果（这让我更加困惑，因为复制会产生更小的内存大小）。这与对象的数据类型有关吗？或者可能是列和索引字符串

df = pd.DataFrame({"Total Unique Authors": author_count,
                              "Earliest Year": [earliest_year],
                              "Latest Year": [latest_year],
                              "Total Reviews": [total_reviews]})
print(df.memory_usage().sum())
print(df.copy().memory_usage().sum())
print(df.T.memory_usage().sum())
print(df.T.copy().memory_usage().sum())

输出

112
112
224
64

---

取自

sys

文档： 返回对象的大小（以字节为单位）。对象可以是任何类型的对象。所有内置对象都将返回正确的结果，但这对于第三方扩展不一定是真的，因为它是特定于实现的

只考虑直接归因于对象的内存消耗，而不考虑它所指对象的内存消耗

但是，我无法复制您的发现：

import sys
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.rand(10,3))
print(sys.getsizeof(df))
print(sys.getsizeof(df.T))

导致

344
344

---

正如coldspeed评论的那样，

df.info（）

或“df.memory\u usage（）”更有用。

不要使用

sys.getsizeof

，

df.info（）

是更好的使用指标

df.memory\u usage（）

更好。@coldspeed谢谢。我做了一些改变，但仍然得到了一些有趣的结果，我无法解释…关于它们的原因的想法？谢谢你的建议。我对代码做了一些更新。查看是否可以在列名和索引中使用字符串重现数据。我想这就是记忆差异的来源，但我真的不明白。