cudf.DataFrame.memory_usage#

DataFrame.memory_usage(index=True, deep=False) → Series[source]#

返回对象的内存使用情况。

Parameters:

indexbool, default True

指定是否包括索引的内存使用情况。

deepbool, default False

deep 参数被忽略，仅为了与 pandas 兼容而包含。

Returns:

Series or scalar

对于DataFrame，一个Series，其索引是原始列名，其值是每列的内存使用量（以字节为单位）。对于Series，则是总内存使用量。

示例

DataFrame

>>> dtypes = ['int64', 'float64', 'object', 'bool']
>>> data = dict([(t, np.ones(shape=5000).astype(t))
...              for t in dtypes])
>>> df = cudf.DataFrame(data)
>>> df.head()
   int64  float64  object  bool
0      1      1.0     1.0  True
1      1      1.0     1.0  True
2      1      1.0     1.0  True
3      1      1.0     1.0  True
4      1      1.0     1.0  True
>>> df.memory_usage(index=False)
int64      40000
float64    40000
object     40000
bool        5000
dtype: int64

使用Categorical来高效存储具有许多重复值的对象类型列。

>>> df['object'].astype('category').memory_usage(deep=True)
5008

系列 >>> s = cudf.Series(range(3), index=[‘a’,’b’,’c’]) >>> s.memory_usage() 43

不包括索引会给出其余数据的大小，这必然更小：

>>> s.memory_usage(index=False)
24