Pandas DataFrame на 50М строк падает с MemoryError на машине 16GB RAM. Какое первое действие даст максимальный выигрыш памяти?

Проверяет знание Python и pandas для анализа данных.

Варианты ответа

• Привести object-колонки с малой кардинальностью (страны, девайсы, статусы) к dtype category — экономит 50-80% памяти на этих колонках без изменения логики
• Переписать весь pipeline на Spark — это единственный способ работать с большими данными, pandas не подходит для production-нагрузок свыше 10М строк
• Использовать df.copy(deep=True) перед любой трансформацией — гарантирует что pandas не держит лишние ссылки в памяти и освобождает её сразу
• Включить multiprocessing через df.parallelize() — распараллелит загрузку и обработку на все CPU ядра, RAM-нагрузка распределится автоматически

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