Pandas DataFrame с колонкой city (object dtype, 10M строк, 50 уникальных значений) занимает 600 MB памяти. Как уменьшить память без потери данных?

Проверяет знание Python и pandas для анализа данных.

Варианты ответа

• Конвертировать в category dtype — будет ≈10 MB вместо 600 (хранится как индексы + dictionary 50 значений)
• Использовать chunked reading через pd.read_csv(chunksize=) — но это не решит размер уже загруженного DataFrame в памяти
• Делать gzip-compress на отдельную колонку через pandas API — внутри pandas нельзя, требуется внешняя сериализация в parquet
• Уменьшить precision колонки до object[10] (truncate до 10 символов) — pandas не поддерживает такую модификацию dtype

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