如何将Pandas df优化为ubyte数据类型(0..255(？(默认情况下，整数为int64(
如果我将数据转换为分类类型，df会使用更少的内存吗？
或者优化它的唯一方法是使用NumPy而不是Pandas？
对于范围为0..255的无符号整数数据，可以将内存存储从默认的int64(8字节(减少到使用uint8(1字节(。您可以参考本文中的一个示例，其中内存使用量从1.5MB大幅减少到332KB(约五分之一(。
对于分类类型，由于Pandas将分类列存储为对象，因此这种存储不是最优的。其中一个原因是它创建了一个指针列表，指向列中每个值的内存地址。有关详细信息，请参阅本文。
要使用uint8，您可以在输入数据时执行此操作，例如，在pd.read_csv调用期间，您使用uint8类型指定输入列的数据类型。(有关示例，请参阅第一篇文章(。如果您已经加载了数据，并且希望将数据帧列转换为使用uint8，则可以使用语法类似.astype('uint8')的Series.astype()或DataFrame.astype()函数。