Python 减少专用于数据类型=对象的内存

是否可以在Python中为对象数据类型设置自定义长度？ 例如，在我的测试数据框中，一列dtyp=object会将其大小增加约60%。尽管此列中的值仅为“Y”或“N”

传递memory_usage='deep'将启用更准确的内存使用情况报告，该报告将说明所包含对象的全部使用情况

数据类型：datetime64ns、float64（8）、int16（2）、int8（4）、object（1） 内存使用率：14.7 MB

df.info()

数据类型：datetime64ns、float64（8）、int16（2）、int8（4）、object（1） 内存使用率：9.2+MB

df.info()

---

这看起来内存效率非常低，但我找不到任何选项/数据类型，这可能会减小大小。（例如，像int8而不是int64）

处理这个问题的最佳方法是使用。它将使用

int8

存储值

df = pd.DataFrame({'A': np.random.choice(['Y', 'N'], size=10**6)})
df.info(memory_usage='deep')
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 1000000 entries, 0 to 999999
Data columns (total 1 columns):
A    1000000 non-null object
dtypes: object(1)
memory usage: 62.9 MB

---

df.info（内存使用率='deep'）
范围索引：1000000个条目，0到999999
数据列（共1列）：
1000000非空类别
数据类型：类别（1）
内存使用率：976.8 KB

谢谢，它解决了所有问题。刚才有点困惑，read_csv不支持“category”，但这是因为我的语法不好。@GrinvydasKareiva不客气。对于read_csv，我认为对分类的支持始于0.19版。还要确保你有最新的版本。

df['A'] = df['A'].astype('category')

df.info(memory_usage='deep')
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 1000000 entries, 0 to 999999
Data columns (total 1 columns):
A    1000000 non-null category
dtypes: category(1)
memory usage: 976.8 KB