Python Pandas - インデックスデータの基礎となるバイト数を取得する方法

Pandas のインデックスが保持している基礎データ（underlying data）のバイト数を確認したい場合は、index.nbytes プロパティを使用します。このプロパティは、インデックス内部で実際に使用されているメモリサイズ（バイト単位）を整数値として返します。

必要なライブラリのインポート

まず、Pandas をインポートします。

import pandas as pd

インデックスの作成

次に、数値を要素とする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、nbytes プロパティを使ってデータのバイト数を取得します。

print("\nReturn the bytes...\n", index.nbytes)

サンプルコード（完全版）

以下に、これまでの手順をまとめた完全なコード例を示します。あわせて values（データの配列表現）や shape（データ形状）も確認しています。

import pandas as pd

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

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

# インデックス内のデータを表す配列を返す
print("\nArray...\n", index.values)

# 基礎データの形状をタプルとして返す
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)

実行結果

上記のコードを実行すると、次のような出力が得られます。

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

Array...
[15 25 35 45 55]

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

Return the bytes...
40

解説

この例では、インデックスは int64 型（1 要素あたり 8 バイト）で構成されており、要素数は 5 つです。そのため、index.nbytes の結果は「8 バイト × 5 要素 = 40 バイト」となります。

nbytes プロパティは、大規模なデータセットを扱う際にメモリ使用量を見積もる場合などに役立ちます。dtype を float32 や int32 などに変更すれば、同じ要素数でも消費メモリが変わることが確認できます。