我有两个大数据帧，分别称为df0（1.2亿个obs）和df1（5000万个obs）。它们具有相同的44个变量（作为列）。我需要附加数据，以便新数据框具有120 + 50 = 170百万个观测值和44列。
我使用：
frames = [df0, df1]
df = pd.concat(frames, ignore_index=True)
or
df = df0.append(df1, ignore_index=True)
它们工作正常。但是当我使用
删除df0和df1时del df0
del df1
系统不释放内存。我已经读过stackoverflow，这对于python /其他语言来说很典型。但是，在此之后，我遇到了内存问题，并且python无法释放该内存。
关于如何避免消耗太多内存的任何建议？
已解决： 正如juanpa.arrivillaga所指出的，尚存的引用将意味着该数据帧将不会被删除。删除所有对数据框的引用后，删除数据框后就释放了内存。
答案 0 :(得分：0)
import gc
del df0
del df1
gc.collect()
原因是当您删除df0和df1时，程序仅删除对内存中数据的引用。当您执行gc.collect（）时，它将检查内存中未使用的那些数据并将其删除。 / p>