Python DataFrame.loc泄漏内存

通过这段代码，我发现了另一个与熊猫有关的内存泄漏：

  import pandas as pd
  store = pd.HDFStore(hdf[0])
  par = store[hdf[1]][:, hdf[2]]
  store.close()

  for pixel in pix_fac.itervalues():
    fac = pixel[4][::2]
    meas = array(par.loc[fac])

100%的计算机内存在几秒钟内就能到达，冻结了一切。我使用的是Debian2.30，Intel i5，8GB内存

我认为这与以下问题有关：

---

有人知道我该怎么处理这个泄漏？我确实必须使用.loc方法在每次迭代中检索特定参数。

您可以偶尔尝试

gc.collect（）

<> >：>代码> PAR= PAL.t/COD>，并选择通过<代码> PAR[FAC] < /代码>。这样，您就不会每次都取一个横截面，根据定义，它将在您保留对它的引用时创建一个副本（并且很容易保持内存分配）

---

更好的做法是重构此计算以避免这种类型的选择并将其矢量化。

实际上，我发现如果我将浮点值输入到.loc中，但索引是整数（反之亦然），pandas不会返回错误，而是建立了内存。奇怪的行为。你不应该使用浮点值作为索引器，它现在可以工作，但将来会被弃用。很难看到你在做什么，没有显示更多的代码/结构。是的，我明白了。使用Float作为索引是一个错误。我把一切都转换成整数。我偶然发现了这个错误，这就是为什么我没有在问题中强调它。