LabEx
로그인무료 가입

Pandas DataFrame 메모리 사용량 메서드

Beginner

소개

이 랩에서는 Python Pandas 의 DataFrame.memory_usage() 메서드를 사용하는 방법을 배웁니다. 이 메서드를 사용하면 DataFrame 의 각 열의 메모리 사용량을 계산할 수 있습니다. 이 메서드를 사용하는 방법에 대한 단계별 지침과 예제를 살펴보겠습니다.

VM 팁

VM 시작이 완료되면 왼쪽 상단을 클릭하여 Notebook 탭으로 전환하여 실습을 위해 Jupyter Notebook에 액세스하십시오.

때로는 Jupyter Notebook 이 로딩을 완료하는 데 몇 초 정도 기다려야 할 수 있습니다. Jupyter Notebook 의 제한 사항으로 인해 작업의 유효성 검사는 자동화할 수 없습니다.

학습 중에 문제가 발생하면 Labby 에게 문의하십시오. 세션 후 피드백을 제공해주시면 문제를 즉시 해결해 드리겠습니다.

필요한 라이브러리를 가져오고 DataFrame 생성

  • 시작하기 전에 pandas 라이브러리를 가져오고 DataFrame 을 생성해 보겠습니다.
  • 몇 가지 샘플 데이터로 DataFrame 을 생성합니다.
## Import pandas library
import pandas as pd

## Create a DataFrame
df = pd.DataFrame({'Name': ['Abhishek', 'Anurag', 'Divya'],
                   'Roll No': [100, 101, 104]})

DataFrame 확인 및 메모리 사용량 계산

  • 이제 생성된 DataFrame 을 보고 DataFrame.memory_usage() 메서드를 사용하여 메모리 사용량을 계산해 보겠습니다.
## View the DataFrame
print("----------The DataFrame is---------")
print(df)
print("-----------------------------------")

## Calculate memory usage
print(df.memory_usage())

메모리 사용량 계산에서 인덱스 제외

  • 기본적으로 DataFrame.memory_usage() 메서드는 DataFrame 의 인덱스에 의한 메모리 사용량을 포함합니다. 메모리 사용량 계산에서 인덱스를 제외하려면 index 매개변수를 False로 설정할 수 있습니다.
## Calculate memory usage excluding index
print(df.memory_usage(index=False))

전체 메모리 사용량 확인

  • DataFrame.memory_usage() 메서드와 sum() 함수를 함께 사용하여 DataFrame 열의 전체 메모리 소비량을 얻을 수도 있습니다.
## Get overall memory consumption
print(df.memory_usage(index=False).sum())

요약

이 랩에서는 Python Pandas 에서 DataFrame.memory_usage() 메서드를 사용하는 방법을 배웠습니다. 이 메서드를 사용하면 DataFrame 의 각 열의 메모리 사용량을 계산할 수 있습니다. 필요에 따라 메모리 사용량 계산에 인덱스를 포함하거나 제외할 수 있으며, DataFrame 열의 전체 메모리 소비량도 얻을 수 있습니다. DataFrame 의 메모리 사용량을 이해하면 코드를 최적화하고 성능을 향상시키는 데 도움이 될 수 있습니다.