df имеет 5M строк с колонкой category (~20 уникальных значений: "electronics", "books", ...). Что сэкономит больше памяти: df["category"] = df["category"].astype("category") или сохранить как object?

Проверяет знание Python и pandas для анализа данных.

Варианты ответа

• category — экономит ~80% памяти для low-cardinality колонок (хранится как int8/int16 + словарь категорий)
• object — быстрее работает на pandas, всегда лучший выбор для строковых данных независимо от cardinality
• Они одинаковы по памяти, просто разный API — pandas под капотом приводит оба типа к одному формату хранения
• category ломает merge и groupby операции из-за internal type mismatch — не использовать в продакшн pipelines

Разбор ответа

Получить доступ к ответам — все вопросы →

Что дальше

• Python-тренажёр →
• Все 3000+ вопросов с разбором →

Похожие вопросы из категории «Python»

• Чем отличаются списки и кортежи в Python?
• Как работает list comprehension и чем лучше цикла?
• Что такое генератор и чем он отличается от списка?
• Как работает менеджер контекста и зачем нужен?
• Объясните разницу между deepcopy и copy.
• Как устроен GIL и почему он не даёт линейного ускорения в многопоточности?
• Когда стоит использовать pandas.merge vs pandas.join?
• Как оптимизировать обработку больших CSV в pandas?

Тестовые задания

• Группировка и агрегация продаж
• Очистка дубликатов и пропусков

Полезные блог-статьи по теме

• Как стать аналитиком данных в 2026 году: полный гайд
• 10 функций pandas вместо for: окна и временные ряды
• A/B-тесты в Python: scipy.stats и расчёт значимости
• Топ-50 вопросов на собес аналитика 2026: SQL, Python, A/B