- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我创建了一个用于分析加密货币的 Python 程序。该程序每分钟从交易所获取烛台信息,并将其附加到变量名为“candlesticks”的 pandas DataFrame 对象。
但是,我注意到如果这个程序运行很长时间,这个“烛台”变量会变得非常大。为了节省内存,我们决定将DataFrame的长度确定为50000,超过时,将旧数据一条一条删除。
以下代码是一个简化的示例代码。使用 DataFrame 方法 drop() 删除最旧的数据,使用 append() 方法更新新数据。
from random import random
import pandas as pd
import time
def get_current_candlestick():
return pd.Series([int(random()*10)], index=["close"])
candlesticks = pd.DataFrame(dict(close=[3,2,3,4]))
while True:
time.sleep(1) #
current_candlestick = get_current_candlestick()
candlesticks = candlesticks.drop(0).reset_index(drop=True)
candlesticks = candlesticks.append(current_candlestick, ignore_index=True)
print(candlesticks)
DataFrame 的 drop() 和 append() 方法是非破坏性的,这意味着它们被重新分配给烛台以保持原始数据不变。
在这里,我出于某种原因担心这是否可以作为内存保护程序。
在 candlesticks = candlesticks.drop(0).reset_index(drop=True)
行中,创建了一个删除了旧数据的新 DataFrame 对象并将其重新分配给烛台。然而,我打算重新分配并覆盖烛台,但我认为下降前的旧烛台会保留在内存中。
所以我运行了以下代码来查看内存 ID 在将 drop() 应用于 candlesticks 变量之前和之后是否发生了变化。
before_id = id(candlesticks)
candlesticks = candlesticks.drop(0).reset_index(drop=True)
after_id = id(candlesticks)
print("Before ID: ", before_id, "After ID: ", after_id)
print("Same ID...? :", before_id == after_id)
# ---output---
# Before ID: 4795901992 After ID: 4795766096
# Same ID...? : False
我用谷歌翻译写的英文很差,所以我用图形说明了这个问题。
如果ID不同,内存中是否还保留覆盖前的数据?如果是这样,有没有办法引用ID并使用del函数删除它,或者更好的节省内存的方法?
ーーーー添加ーーーー
在 Sosel 的建议下,我能够使用以下代码解决我的问题,我选择他作为最佳答案。
df = pd.DataFrame({"a":[1, 2, 3]})
print(id(df), "\n", df)
df.drop(0, inplace=True)
df.reset_index(drop=True, inplace=True)
print(id(df), "\n", df)
df.loc[len(df)] = {"a": 1}
print(id(df), "\n", df)
# 4704449088
# a
# 0 1
# 1 2
# 2 3
# 4704449088
# a
# 0 2
# 1 3
# 4704449088
# a
# 0 2
# 1 3
# 2 1
最佳答案
您的示例简而言之:
df = pd.DataFrame({"a":[1, 2, 3]})
print(id(df))
df = df.drop(0)
print(id(df))
# 2713481233416
# 2713618437192
就地使用,ID 仍然存在,您正在就地更改数据框,但追加会创建一个新的 ID:
df = pd.DataFrame({"a":[1, 2, 3, 4]})
print(id(df))
df.drop(0, inplace=True)
print(id(df))
df = df.append({"a": 5}, ignore_index=True)
print(id(df))
# 2713481233416
# 2713481233416
# 2713617869448
与其追加,不如通过“loc”函数直接添加一行有帮助:
df = pd.DataFrame({"a":[1, 2, 3, 4, 5]})
print(id(df))
df.drop(0, inplace=True)
print(id(df))
df.loc[len(df)] = {"a": 1}
print(id(df))
# 2713634483336
# 2713634483336
# 2713634483336
这个答案应该保持内存 ID 不变,但没有针对 CPU 时间进行优化...
关于python - 如何为 Pandas 数据节省内存?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/57869910/
pandas.crosstab 和 Pandas 数据透视表似乎都提供了完全相同的功能。有什么不同吗? 最佳答案 pivot_table没有 normalize争论,不幸的是。 在 crosstab
我能找到的最接近的答案似乎太复杂:How I can create an interval column in pandas? 如果我有一个如下所示的 pandas 数据框: +-------+ |
这是我用来将某一行的一列值移动到同一行的另一列的当前代码: #Move 2014/15 column ValB to column ValA df.loc[(df.Survey_year == 201
我有一个以下格式的 Pandas 数据框: df = pd.DataFrame({'a' : [0,1,2,3,4,5,6], 'b' : [-0.5, 0.0, 1.0, 1.2, 1.4,
所以我有这两个数据框,我想得到一个新的数据框,它由两个数据框的行的克罗内克积组成。正确的做法是什么? 举个例子:数据框1 c1 c2 0 10 100 1 11 110 2 12
TL;DR:在 pandas 中,如何绘制条形图以使其 x 轴刻度标签看起来像折线图? 我制作了一个间隔均匀的时间序列(每天一个项目),并且可以像这样很好地绘制它: intensity[350:450
我有以下两个时间列,“Time1”和“Time2”。我必须计算 Pandas 中的“差异”列,即 (Time2-Time1): Time1 Time2
从这个 df 去的正确方法是什么: >>> df=pd.DataFrame({'a':['jeff','bob','jill'], 'b':['bob','jeff','mike']}) >>> df
我想按周从 Pandas 框架中的列中累积计算唯一值。例如,假设我有这样的数据: df = pd.DataFrame({'user_id':[1,1,1,2,2,2],'week':[1,1,2,1,
数据透视表的表示形式看起来不像我在寻找的东西,更具体地说,结果行的顺序。 我不知道如何以正确的方式进行更改。 df示例: test_df = pd.DataFrame({'name':['name_1
我有一个数据框,如下所示。 Category Actual Predicted 1 1 1 1 0
我有一个 df,如下所示。 df: ID open_date limit 1 2020-06-03 100 1 2020-06-23 500
我有一个 df ,其中包含与唯一值关联的各种字符串。对于这些唯一值,我想删除不等于单独列表的行,最后一行除外。 下面使用 Label 中的各种字符串值与 Item 相关联.所以对于每个唯一的 Item
考虑以下具有相同名称的列的数据框(显然,这确实发生了,目前我有一个像这样的数据集!:() >>> df = pd.DataFrame({"a":range(10,15),"b":range(5,10)
我在 Pandas 中有一个 DF,它看起来像: Letters Numbers A 1 A 3 A 2 A 1 B 1 B 2
如何减去两列之间的时间并将其转换为分钟 Date Time Ordered Time Delivered 0 1/11/19 9:25:00 am 10:58:00 am
我试图理解 pandas 中的下/上百分位数计算,但有点困惑。这是它的示例代码和输出。 test = pd.Series([7, 15, 36, 39, 40, 41]) test.describe(
我有一个多索引数据框,如下所示: TQ bought HT Detailed Instru
我需要从包含值“低”,“中”或“高”的数据框列创建直方图。当我尝试执行通常的df.column.hist()时,出现以下错误。 ex3.Severity.value_counts() Out[85]:
我试图根据另一列的长度对一列进行子串,但结果集是 NaN .我究竟做错了什么? import pandas as pd df = pd.DataFrame([['abcdefghi','xyz'],
我是一名优秀的程序员,十分优秀!