在Heroku中处理相当大的python字典？

在用熊猫做了一些计算之后，我增加了大约17000条记录，我的字典太大了，无法处理

为了让您了解情况，字典中的一条记录如下所示：

[{'ticker': '24STOR', 'stock': '24Storage AB (publ)', 'exchange__exchange_code': 'ST', 'earnings_yield': Decimal('0.0000'), 'roic': Decimal('0.0000')}]

我从熊猫数据帧转换而来：

ranked_companies = df.to_dict(orient="records") # this is the dictionary with 17000 records

然后，我循环介绍一下：

 stocks_to_upsert = []
 for company in ranked_companies:
        stocks_to_upsert.append(
            Stock(
                ticker=company["ticker"],
                stock=company["stock"],
                master_id=company["master_id"],
                exchange=Exchange.objects.get(exchange_code=company["exchange__exchange_code"]),
                earnings_yield=company["earnings_yield"],
                roic=company["roic"],
                roic_rank=company["roic_rank"],
                ey_rank=company["ey_rank"],
                sum_rank=company["sum_rank"],
                latest_report=datetime.strptime(company["latest_report"], "%Y-%m-%d").date()
            )
         )

然后使用django包批量插入这些记录：

 Stock.objects.bulk_update_or_create(
            stocks_to_upsert, ["ticker", "earnings_yield", "roic", "roic_rank", "ey_rank", "sum_rank", "latest_report"], match_field="master_id"
        )

我的heroku内存已经用完了，我需要以某种方式优化

排名公司

字典（我想这就是问题所在）。如果我限制字典，一切都正常：

df.head(100).to_dict(orient="records") # this executes just fine
df.to_dict(orient="records") # this makes me run out of memory in my heroku logs
# error looks like this: Error R14 (Memory quota exceeded)

你知道怎么做吗