最初我注意到这个问题，当我使用一个巨大的DataFrame时，试图应用于str。将（）降低到字符串功能，它花费了我10 GB的内存。
我决定用一个简单的例子来研究这个问题，这就是我发现的：
首先检查一个进程占用了多少内存：

import sys
import psutil
from guppy import hpy
import gc

def print_in_mb(n):
    print(n // (1024 * 1024), 'Mb')

def print_object_size(obj):
    print_in_mb(sys.getsizeof(obj))

print_in_mb(psutil.Process().memory_info().rss)
64 Mb

然后用字符串创建一个相当大的元组：

a = tuple('HeLlO, WoRlD' for _ in range(10_000_000))
print_object_size(a)
76 Mb

print_in_mb(psutil.Process().memory_info().rss)
142 Mb

然后我想将每个字符串转换为小写：

a = tuple(x.lower() for x in a)
print_object_size(a)
76 Mb

print_in_mb(psutil.Process().memory_info().rss)
764 Mb

Boom！在应用.lower()方法后，程序需要764 Mb的内存，这肯定超过了存储创建的对象所需的内存量。
调用gc.collect()没有帮助：

gc.collect()
print_in_mb(psutil.Process().memory_info().rss)
764 Mb

为什么调用.lower()/.upper()方法会占用这么多内存？有什么方法可以避免这样的额外内存分配吗？
PS此问题仅在处理结构时出现。如果我只创建一个大字符串，然后降低它-没有额外的内存分配。

x = 'Aa' * 100_000_000
print_object_size(x) 
190 Mb

print_in_mb(psutil.Process().memory_info().rss)
955 Mb

y = x.lower()
print_object_size(x)
190 Mb

print_in_mb(psutil.Process().memory_info().rss)
1145 Mb - OK!