pandas内存占用高因默认使用宽类型（如int64/float64），而实际数据范围小；应检查取值范围后降级为最小合适类型（如int8/int16/int8/float32），注意nan、id列和category类型适用场景。
为什么df.info()显示内存用了2GB，但实际数据没那么多？
因为Pandas默认用int64和float64存所有数值列，哪怕你只存0–100的整数或小数点后两位的价格。64位类型占8字节/值，而int8只要1字节——差8倍。内存暴涨往往不是数据量大，而是类型“过度宽裕”。
- 先用
df.memory_usage(deep=True).sum()确认真实内存占用（deep=True才计入字符串等对象内部） - 再用
df.dtypes看哪些列是int64/float64但实际取值范围很小 - 特别注意从CSV读入时未指定
dtype，Pandas会保守推断为最宽类型
怎么安全地把int64降级到int32或int8？
不能直接astype('int8')——万一有超范围值就报错或静默溢出。得先检查取值范围，再选最小够用的类型。
- 对每列整数：用
df[col].min()和df[col].max()确定区间 - 对照选择：
int8（-128~127）、int16（-32768~32767）、int32（约±21亿） - 执行降级：
df[col] = df[col].astype('int16')，注意别在原地链式赋值（如df[col].astype().copy()不生效） - 如果含缺失值（
NaN），普通int类型不支持，得用可空类型：Int8、Int16（首字母大写，Pandas 0.24+）
float64能换成float32吗？要注意什么？
可以，且通常最安全——float32精度约7位有效数字，对大多数业务数据（价格、评分、温度）完全够用，内存直接减半。
- 先确认无高精度科学计算需求（比如金融风控里某些累计误差敏感场景）
- 检查是否有
inf或-inf：float32表示范围比float64小，极端值可能变inf - 执行：
df.select_dtypes(include=['float64']).columns找出目标列，逐个astype('float32') - 字符串转浮点时也建议加
dtype={'price': 'float32'}进pd.read_csv()，省得后续再转
一行代码自动优化所有数值列？小心这些坑
网上流传的“自动降级函数”容易翻车——它常忽略缺失值处理、类别混淆、或误把ID列当普通整数压成int8（ID=1000000000会被截断）。
- 别无脑跑
pd.to_numeric(df[col], downcast='integer')：它对含NaN的列会强制转成float64，反而更费内存 - ID类列（即使全是整数）应保留
object或显式转string，避免数值运算误伤 - 分类少、重复多的整数列（如状态码0/1/2），优先考虑
'category'类型，比任何数值类型都省空间 - 真正想批量处理，建议封装逻辑：先
select_dtypes分组，再按列内容特征（是否含NaN、是否离散、是否ID）分支处理
类型降级不是越低越好，关键在匹配数据语义。一个被当成int8的用户年龄列，遇到150岁数据就崩；一个该用category的渠道来源列，硬塞int16反而失去快速分组优势。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
