shrink_to_fit() 是 Polars DataFrame 的内存优化方法，用于释放内部缓冲区的冗余空间；调用后需重新赋值（df = df.shrink_to_fit()），并通过 estimated_size() 对比前后内存变化来验证效果。
`shrink_to_fit()` 是 polars dataframe 的内存优化方法，用于释放内部缓冲区的冗余空间；调用后需重新赋值（`df = df.shrink_to_fit()`），并通过 `estimated_size()` 对比前后内存变化来验证效果。
在 Polars 中，shrink_to_fit() 是一个轻量但实用的内存管理工具。它不改变数据内容或结构，而是主动收缩 DataFrame 各列底层数组（如 ChunkedArray）所持有的额外容量（capacity），将分配的内存尽可能贴近实际数据所需大小。这种机制类似于 Rust 的 Vec::shrink_to_fit 或 C++ 的 std::vector::shrink_to_fit——本质是触发底层 Arrow 数组的内存重分配，丢弃未使用的预留空间。
✅ 正确用法如下：
import polars as pl
# 构造一个可能产生冗余内存的 DataFrame（例如通过多次 append、filter 或 slice）
df = pl.DataFrame({"x": range(100_000)}).select(pl.all().sample(frac=0.5, seed=42))
print("优化前内存估算:", df.estimated_size()) # 可能偏高（因采样操作引入中间缓冲）
df = df.shrink_to_fit() # ✅ 关键：必须重新赋值！该方法返回新 DataFrame，非原地修改
print("优化后内存估算:", df.estimated_size())⚠️ 重要注意事项：
- shrink_to_fit() 不就地修改原 DataFrame，必须显式赋值（df = df.shrink_to_fit()），否则无效；
- 内存节省幅度高度依赖 DataFrame 的历史操作：频繁切片（.slice()）、过滤（.filter()）、拼接（.vstack()）或从大数组中提取子集时，Arrow 列常保留原始分配容量，此时 shrink_to_fit() 效果显著；而直接从 Python list 或小文件读取的 DataFrame，通常已无冗余，收益甚微；
- estimated_size() 返回的是近似字节数（基于当前 chunk 结构估算），是观测优化效果的唯一可靠指标——不要依赖 sys.getsizeof()，因其无法反映 Arrow 内存布局的真实开销；
- 该操作为 O(1) 时间复杂度（仅调整元数据与 realloc 指针），几乎无计算开销，适合在 ETL 流程末尾或内存敏感场景（如长时间运行服务）中主动调用。
? 最佳实践建议：
- 在完成所有变形操作（如 filter, select, join）后，若后续仅作只读分析或导出，可调用一次 shrink_to_fit()；
- 避免在循环中反复调用（无意义且增加小对象分配）；
- 结合 df.n_chunks() 观察分块状态：若某列 n_chunks() > 1，shrink_to_fit() 还会尝试合并碎片化 chunk（需注意这可能引发一次内存拷贝）。
总之，shrink_to_fit() 是 Polars 提供的“内存整理”开关——简单、安全、低开销，虽非银弹，但在大数据管道中恰当地使用，可有效降低峰值内存压力，提升资源利用率。
