在 Python 中比较 `DataFrame` 对象的大小，可以使用 `sys.getsizeof()` 函数来获取对象在内存中占用的字节数。然而，`sys.getsizeof()` 仅返回对象本身的大小，并不包括其引用的子对象的大小，因此对于复杂结构（如 `pandas.DataFrame`），需要更全面的方式来估算整体内存占用。 为了更准确地评估 `DataFrame` 的内存使用情况，可以结合 `pympler.asizeof` 模块，该模块能够递归地计算对象及其引用的所有子对象的总大小。例如： ```python from pympler import asizeof import pandas as pd df1 = pd.DataFrame({'A': [1, 2, 3], 'B': ['a', 'b', 'c']}) df2 = pd.DataFrame({'X': [True, False, True], 'Y': [0.1, 0.2, 0.3]}) print(f"Size of df1: {asizeof.asizeof(df1)} bytes") print(f"Size of df2: {asizeof.asizeof(df2)} bytes") ``` 此外，`pandas` 提供了 `DataFrame.memory_usage()` 方法来查看每列的内存使用情况，并通过 `deep=True` 参数获取更精确的总内存占用： ```python print(df1.memory_usage(deep=True).sum()) ``` 这种方法可以用于比较不同 `DataFrame` 的内存占用情况，特别是在进行数据优化或内存敏感的处理时非常有用[^2]。 ### 示例：自定义函数递归计算大小 如果希望手动实现一个估算 `DataFrame` 内存大小的函数，可以使用递归方式遍历对象结构并累加子对象的大小： ```python import sys def get_total_size(obj, seen=None): if seen is None: seen = set() object_id = id(obj) if object_id in seen: return 0 seen.add(object_id) size = sys.getsizeof(obj) if isinstance(obj, dict): size += sum(get_total_size(k, seen) + get_total_size(v, seen) for k, v in obj.items()) elif isinstance(obj, (list, tuple, set, frozenset)): size += sum(get_total_size(i, seen) for i in obj) return size # 示例 df = pd.DataFrame({'col1': [1, 2, 3], 'col2': ['x', 'y', 'z']}) print(f"Total size of DataFrame: {get_total_size(df)} bytes") ``` 这种方法适用于对 `DataFrame` 内部结构进行更细致的内存分析。 ### 注意事项 - `sys.getsizeof()` 仅返回对象本身的大小，不包括其引用的对象。 - `pympler.asizeof.asizeof()` 提供了更全面的内存估算，适合复杂对象结构。 - `DataFrame.memory_usage(deep=True)` 是 `pandas` 提供的直接方式，适合用于快速评估 `DataFrame` 的内存占用。