Modin:一行代码让pandas加速数十倍
寒假何不学python | Python数据分析实战(学术)
p andas库是python中最有名的数据分析库，因为dataframe这种易用强大的数据类型，pandas成为数据科学必备套件。 pandas可以和很多包联合使用，比如与机器学习sklearn、统计分析statsmodels、可视化searborn&matplotlib等等。 下图是近几年python包的使用量趋势，pandas一骑绝尘
但pandas有一个弱点：不适用于大规模数据。
pandas默认只调用电脑单个的CPU进行数据读取和运算，但是当前的电脑大多是4核，甚至8核，而如果常规使用pandas意味着我们没有充分使用电脑的性能。
Modin是为加速pandas而开发的包，可以自动按照电脑CPU数调整运行的核数。
安装
modin使用
modin的用法与pandas相差无几，只是在导入的时候略有不同。
现在这个pd就拥有与pandas一样的功能
读取速度
说了这么多了，我们先看看pandas导入test.csv文件(107M)的速度。
pandas导入107M的test.csv耗时1.78s
modin只用了0.75s，加快了2.1倍。
运算速度
pd.concat是用来连接多个dataframe的操作函数，当我们的df很大时，pd.concat就会变慢。我们在这里实验一下pandas和modin各自的速度
同样的pd.concat操作，modin比pandas快了14倍。我又做了几个对比，制作成表格
实战技巧
modin目前仍然正在发展中，并不是所有的pandas的函数都能加速。如果加速遇到报错，说明这个操作modin不支持。
默认modin会调用电脑全部的cpu，如果不想全部调用，可以使用ray来限制cpu使用数。
如果待操作的数据文件远大于电脑内存RAM，可以设置
近期文章
jupyter notebook代码获取方式，公众号后台回复关键词“ 20200114 ”
About The Author
