分组聚合使用多进程
1.创建数据。
1 import pandas as pd 2 import numpy as np 3 import uuid 4 import random 5 6 def get_id(): 7 return uuid.uuid1() 8 9 all_data = [] 10 for _ in range(1000000): 11 now_id = get_id() 12 all_data.append([now_id, now_id, 3, 4]) 13 if random.randint(0,1): 14 all_data.append([now_id, now_id, None, None]) 15 16 17 18 19 data = pd.DataFrame(all_data) 20 data.columns = ['name','age','high','breadth'] 21 print 'done'
2. 分组聚合
1 import time 2 import bottleneck as bk 3 import multiprocessing 4 5 # def do_pool(func, args): 6 # pool = multiprocessing.Pool(2) 7 # pool_res = pool.map(func, args) 8 # pool.close() 9 # pool.join() 10 # return pool_res 11 12 # def agg_t(df): 13 # return group.agg(['max']) 14 start = time.time() 15 16 data_grouped = data.groupby(['name','age']).agg([bk.nanmin]) 17 print 'Start aggregation!' 18 19 # tobe_agg = [group for name, group in data_grouped if len(group) > 1] 20 21 # print len(tobe_agg) 22 print time.time() -start 23 # do_pool(agg_t,tobe_agg)
进一寸有进一寸的欢喜。
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 10年+ .NET Coder 心语,封装的思维:从隐藏、稳定开始理解其本质意义
· .NET Core 中如何实现缓存的预热?
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· TypeScript + Deepseek 打造卜卦网站:技术与玄学的结合
· 阿里巴巴 QwQ-32B真的超越了 DeepSeek R-1吗?
· 【译】Visual Studio 中新的强大生产力特性
· 10年+ .NET Coder 心语 ── 封装的思维:从隐藏、稳定开始理解其本质意义
· 【设计模式】告别冗长if-else语句:使用策略模式优化代码结构
2017-10-21 python 字符串、列表、字典相关内建方法