Вот веб-страницу, я обнаружил, что может помочь: http://gouthamanbalaraman.com/blog/distributed-processing-pandas.html
А вот код для многопроцессорной найдено в этой странице:
import pandas as pd
import multiprocessing as mp
LARGE_FILE = "D:\\my_large_file.txt"
CHUNKSIZE = 100000 # processing 100,000 rows at a time
def process_frame(df):
# process data frame
return len(df)
if __name__ == '__main__':
reader = pd.read_table(LARGE_FILE, chunksize=CHUNKSIZE)
pool = mp.Pool(4) # use 4 processes
funclist = []
for df in reader:
# process each data frame
f = pool.apply_async(process_frame,[df])
funclist.append(f)
result = 0
for f in funclist:
result += f.get(timeout=10) # timeout in 10 seconds
print "There are %d rows of data"%(result)
Vectorize перед тем parrallelize !!! Вы можете векторизовать в panda, избегая iterrows(). Если вы используете iterrows вообще, вы, вероятно, не потратили достаточно времени на изучение основ панд. Сделайте это первым. После этого задайте конкретный вопрос, показывающий код вместе с некоторыми примерами данных. – JohnE