Python Pandas入門：インデックス値のメモリ使用量を確認する方法

Pandasでインデックス値が占有しているメモリ使用量を確認したい場合は、index.memory_usage() メソッドを使用します。このメソッドは、インデックスが消費しているメモリ量をバイト単位で返してくれます。

memory_usage()メソッドの基本的な使い方

まず、必要なライブラリをインポートします。

import pandas as pd

次に、インデックスを作成します。

index = pd.Index([15, 25, 35, 45, 55])

作成したインデックスを表示してみましょう。

print("Pandas Index...\n", index)

そして、値のメモリ使用量を取得します。

print("\nThe memory usage...\n", index.memory_usage())

サンプルコード

以下に、インデックスの各種属性と一緒にメモリ使用量を確認する完全なコード例を示します。

import pandas as pd

# インデックスの作成
index = pd.Index([15, 25, 35, 45, 55])

# インデックスの表示
print("Pandas Index...\n", index)

# インデックス内の要素数を返す
print("\nNumber of elements in the index...\n", index.size)

# 基礎データの形状をタプルで返す
print("\nA tuple of the shape of underlying data...\n", index.shape)

# データのバイト数を取得
print("\nReturn the bytes...\n", index.nbytes)

# データの次元数を取得
print("\nReturn the dimensions...\n", index.ndim)

# 値のメモリ使用量を取得
print("\nThe memory usage...\n", index.memory_usage())

実行結果

上記のコードを実行すると、以下のような出力が得られます。

Pandas Index...
Int64Index([15, 25, 35, 45, 55], dtype='int64')

Number of elements in the index...
5

A tuple of the shape of underlying data...
(5,)

Return the bytes...
40

Return the dimensions...
1

The memory usage...
40

解説

この例では、int64型の要素が5つ格納されたインデックスを作成しています。int64型は1要素あたり8バイト（64ビット）を使用するため、5 × 8 = 40バイトという結果になります。nbytes 属性と memory_usage() メソッドはどちらも同じ40を返していますが、memory_usage() にはオプション引数 deep=True を指定することで、オブジェクト型のデータなども含めたより正確なメモリ使用量を取得できる点が特徴です。大規模なデータセットを扱う際のメモリ最適化に役立つメソッドなので、ぜひ活用してください。