分类类型 - 分类类型技术,学习,经验文章

hanchenxing

3 小时前

PandasPandas 内存优化：从字典映射到分类数据类型的实战在 Pandas 中，object 类型（字符串）每元素存储的是 Python 对象的引用，占用 8 字节指针 + 字符串对象本身，而 category 类型内部使用整数编码 + 一个唯一的映射表。当一列有大量重复值时，用整数替代字符串能大幅压缩内存。比如性别列只有 'M'/'F' 两种值，100 万行 object 列约占用 80 MB，而 category 列仅约 8 MB（整数编码 8 字节 + 映射表）——节省 90%。