Pandas中打印DataFrame副本或切片后内存占用升高，如何解决？

内存占用上升的原因 #

在VSCode的Jupyter Notebook中，所有单元格执行后的返回值都会自动存入内置的Out字典（比如Out[3]对应第3个单元格的执行结果）。不管你是直接打印DataFrame副本，还是用loc/iloc/filter做切片，只要这些操作的结果作为单元格的返回值存在，就会被Out持有引用——Python的垃圾回收机制不会回收被引用的对象，所以内存占用会持续上升。

你疑惑“为何不直接打印切片结果”，本质是Jupyter的默认行为：只要单元格最后一行是有返回值的表达式（比如df.loc[...]本身就会返回一个DataFrame），Jupyter不仅会帮你显示这个结果，还会把它存到Out里留着后续可能调用，这就导致内存被额外占用。

避免Out保存结果的方法 #

这里有几个实用的解决办法：

• 在单元格末尾加分号;：这是最常用的方式。执行切片或打印后加个分号，Jupyter就不会将结果存入Out：

  df.loc[df['value'] > 100];
  # 或者结合print
  print(df.filter(items=['col1', 'col2']));
  

• 用print()包裹操作，确保无返回值：如果单元格最后一行是print()语句，它的返回值是None，Out里只会存None，不会保留切片后的DataFrame：

  print(df.iloc[0:100])
  

• 手动清理Out字典：如果已经产生了大量占用内存的Out对象，可以用魔法命令清空：

  %reset out  # 清空所有Out中的结果
  

  或者删除指定单元格的Out记录，再强制垃圾回收：

  del Out[5]  # 删除第5个单元格的结果
  import gc
  gc.collect()  # 强制触发垃圾回收
  

内容的提问来源于stack exchange，提问作者juanmac