我正在使用一些大的pandas DataFrame。我意识到在将一个DataFrame的子集分配给自身时，内存使用情况（在Win Task Manager中监视）没有减少。例如，如果有一个大的DataFrame df需要大约10GB个内存，那么在执行如下操作之后：
df = df[df['v1']==1]
甚至
df = df.loc[0:10]
任务管理器中的内存使用行根本不会改变。
我已经搜索了一段时间并在这里和那里阅读了一些帖子 - 但找不到可理解的原因或解决方案。任何帮助表示赞赏！
有没有办法减少内存使用量？我读了一些帖子，建议在开始时阅读较少的数据，但在我的情况下，这个解决方案似乎相当困难。
答案 0 :(得分：0)
一种对我有用的解决方案是就地删除每一列/行。
for x in range(0,10):
df.drop(x, inplace=True, axis=0)