Pandas 无法为形状为 X 且数据类型为 Y 的数组分配 GiB

我正在一个数据框 (df1) 中处理时间序列数据，该数据框有一堆输入列、300 个周期列和 839826 行。

如果我尝试仅通过将这个数据帧的 839826 x 300 部分乘以不同数据帧 (df2) 的类似形状部分来操作它：

df1.iloc[:,0:301] = df1.iloc[:,0:301] * df2.iloc[:,0:301]

我收到此错误：

无法为形状为 (301,839826) 且数据类型为 float64 的数组分配 1.88 GiB

我找到了类似问题的答案，但该解决方案适用于 Linux，而我正在使用 Windows。我在网上阅读过我应该使用 dask，但我不确定如何在这里实现它，或者它是否是正确的解决方案。

线

df1.iloc[:,0:301] = df1.iloc[:,0:301] * df2.iloc[:,0:301]

首先从乘法的结果中分配一个临时数组/数据帧，然后将其分配到输出中。您可以通过仅执行就地操作来防止这种情况：

df1.iloc[:,0:301] 
df1.iloc[:,0:301] *= df2.iloc[:,0:301]

这可能会让您克服眼前的障碍 - 但确实要调查 Dask，以防您经常面临这种情况。