如果你附加 2 pandas 数据帧并分配给一个变量，它会在内存中占用 space 吗？
If you append 2 pandas dataframes and assign to a variable, will it take space in memory?
如果附加 2 pandas 个数据帧并分配给一个变量，它会占用 space 内存吗？
例如，如果我 df_1 的权重为 500MB，而 df2 的权重也为 500MB，
在 运行 下面的代码之后：
df_append = df_1.append(df_2, ignore_index = True)
我的内存使用量是 2000MB (500 + 500 + 1000)，还是 1000MB？
这就是我们使用的方法，concat、append 和 merge？
如果 df_1 和 df2 都使用 500MB 的内存，那么 df_append = df_1.append(df_2, ignore_index = True) 将构建一个新的数据帧，它将使用或多或少的 1000 MB，总共 2000MB。
但请注意，如果数据帧可以序列化为 500MB 的文件（例如 cdv 格式），它可能会使用更多的内存...
例如，如果您分配一个使用 1MB 内存的 var 和使用 1MB 的第二个 var，如果您将两者组合并形成一个新的 var，则新的 var 占用 2MB 内存。和这里一样。大约需要 1000MB，大约是吧... 不太清楚。因为你的 df_1 可以使用 500.000245（不完全是 500）而 df_2 可以使用 500.000something...（不完全是 500）。
希望你明白。
如果附加 2 pandas 个数据帧并分配给一个变量，它会占用 space 内存吗？
例如，如果我 df_1 的权重为 500MB，而 df2 的权重也为 500MB，
在 运行 下面的代码之后：
df_append = df_1.append(df_2, ignore_index = True)
我的内存使用量是 2000MB (500 + 500 + 1000)，还是 1000MB？
这就是我们使用的方法，concat、append 和 merge？
如果 df_1 和 df2 都使用 500MB 的内存，那么 df_append = df_1.append(df_2, ignore_index = True) 将构建一个新的数据帧，它将使用或多或少的 1000 MB，总共 2000MB。
但请注意，如果数据帧可以序列化为 500MB 的文件（例如 cdv 格式），它可能会使用更多的内存...
例如，如果您分配一个使用 1MB 内存的 var 和使用 1MB 的第二个 var，如果您将两者组合并形成一个新的 var，则新的 var 占用 2MB 内存。和这里一样。大约需要 1000MB，大约是吧... 不太清楚。因为你的 df_1 可以使用 500.000245（不完全是 500）而 df_2 可以使用 500.000something...（不完全是 500）。
希望你明白。