Python 熊猫';建筑商模式';vs就地功能、内存使用

Python 熊猫';建筑商模式';vs就地功能、内存使用,python,python-3.x,pandas,Python,Python 3.x,Pandas,这两者之间的内存消耗比较如何 例1: df=pd.read\u csv(p).rename(列={col2:col1,}) 例2: df = pd.read_csv(p) df.rename(columns={ col2: col1, }, inplace=True) 在第一个示例中发生这种情况是否正确: 数据帧是从CSV读取的 数据帧被复制 副本将重命名一列 对第一个数据帧的引用被删除, 希望很快第一个DF将被回收垃圾 这意味着不必要的复制,可能会使内存使用量增加一倍,只是?inpla

这两者之间的内存消耗比较如何

例1:

df=pd.read\u csv(p).rename(列={col2:col1,})
例2:

df = pd.read_csv(p)
df.rename(columns={
  col2: col1,
}, inplace=True)
在第一个示例中发生这种情况是否正确:

  • 数据帧是从CSV读取的
  • 数据帧被复制
  • 副本将重命名一列
  • 对第一个数据帧的引用被删除, 希望很快第一个DF将被回收垃圾

  • 这意味着不必要的复制,可能会使内存使用量增加一倍,只是?

    inplace=True
    并不能真正保证内存消耗量会显著不同。尽管python级别的对象在适当的位置发生了变化,但底层缓冲区仍可能被复制。测试这一点的最佳方法是分析内存使用情况。请注意,这两段代码都不是构建器模式的示例。@juanpa.arrivillaga我的意思是在
    rename