Series和DataFrame对象中存储了哪些额外的数据？

Question

我对配置或修补熊猫很感兴趣，因此它的内存开销尽可能低。在一个实验中，我创建了2个numpy数组，每个数组包含5000万个uint32值。以numpy格式存储这些数组需要200 + 200 = 400 Mbytes。如果我将其中一个数组包装到Series对象中（index = None），那么它会消耗大约600 MB的内存。如果我将这两个数组包装到一个DataFrame对象中（index = None），那么内存需求是〜1600 Mbytes。

对于Series存储器，额外的内存需求似乎是#rows * 8个字节，对于DataFrame存储器，需要#rows *（#columns + 1）* 8个字节。你能解释一下哪些额外的数据与原始的numpy数组一起存储在Series和DataFrame对象中？

Answer 1

额外的存储是由于行索引被存储为64位整数。有一个公开的问题来解决您的使用案例中的内存使用问题：https://github.com/pydata/pandas/issues/939