Python 熊猫记忆释放

我试图理解python中的

del

操作符。我正在合并两个大数据帧并尝试删除参与的数据帧

new_df = pd.merge(df1, df2, on='level', how='inner')
del df1
del df2

这将释放df1和df2分配的内存，还是仅仅删除引用

---

我也尝试过使用

gc.collect

但是，在合并后的第一次操作中，我遇到了内存错误

否，

del

与内存管理或垃圾收集无关。它只递减一个称为引用计数器的值——每个对象都有一个引用计数器

一旦一个对象的引用计数器降到0，这意味着它不再可以通过任何变量访问，并且将在收集器下次执行其操作时被垃圾收集

因此，总之，只要当前没有其他变量引用该对象，对对象调用

del

最终将在其内存中被回收

---

另请参见

谢谢。那么释放df1和df2分配的内存的最佳方法是什么？@niyas

del

将减少引用计数器。如果计数下降到0（即，没有其他变量指向相同的对象），那么最终将回收内存。要强制垃圾收集，请使用导入gc；gc.collect（）@COLDSPEED我尝试使用gc，但似乎不起作用。我在合并后的第一次操作中遇到内存错误。@niyas啊，我知道你的问题是什么了。不幸的是，你找错了方向。在合并过程中，当您需要在内存中同时使用两个数据帧来创建第三个数据帧时，会发生内存错误。尝试使用

dask

或spark查看分布式数据帧，这些数据帧在处理大数据方面更好。