pandas的apply方法通过在底层进行优化后,本身效率已经比较高,通过并发进行优化,可以进一步提升效率。
满足以下3个条件,可以用多进程进行加速。
1、数据集较大;
2、数据集可以分割,按行分块后,各块计算逻辑独立。
3、计算逻辑耗时,曼—肯德尔法计算需要消耗一定的时间。
本案例中,在一个4万行100列的数据集上通过曼—肯德尔法计算各列数据的变化趋势。
具体步骤为:
1、构建数据集分块函数
2、构建业务函数,包括业务逻辑函数、apply应用函数以及将apply过程并行的函数
3、四步法实现并行计算
import pandas as pd
import math
from scipy.stats import norm, mstats
import numpy as np
import pymannkendall as mk
import time
from joblib import Parallel, delayed
构建数据集分块函数
def df_dflist(pf_sp,n):
Z_array=pf_sp.values
ls_np=np