新手-ish python/pandas 用戶在這里。我一直在嘗試在 read_fwf 中使用 chunksize arg 并迭代 value_counts 變量。我編寫了一個函數來傳遞參數，例如文件迭代器和變量來解析和計數。我希望并行化這個函數，并能夠同時將 2 個文件讀入同一個函數。它似乎確實有效……但是，我的速度出乎意料地變慢了。線程在同一時間完成，但一個似乎正在減慢另一個（IO 瓶頸？）。通過按順序而不是并行運行函數（324 秒對 172 秒），我得到了更快的時間。想法？我在執行這個錯誤嗎？我試過多進程但啟動映射錯誤，我無法腌制文件迭代器（read_fwf 的輸出）。testdf1=pd.read_fwf(filepath_or_buffer='200k.dat',header=None,colspecs=wlist,names=nlist,dtype=object,na_values=[''],chunksize=1000)    testdf2=pd.read_fwf(filepath_or_buffer='200k2.dat',header=None,colspecs=wlist,names=nlist,dtype=object,na_values=[''],chunksize=1000)def tfuncth(df,varn,q,*args):    td={}    for key in varn.keys():        td[key]=pd.Series()    for rdf in df:        if args is not None:            for arg in args:                rdf=eval(f"rdf.query(\"{arg}\")")        for key in varn.keys():            ecode=f'rdf.{varn[key]}.value_counts()'            td[key]=pd.concat([td[key],eval(ecode)])            td[key]=td[key].groupby(td[key].index).sum()    for key in varn.keys():        td[key]=pd.DataFrame(td[key].reset_index()).rename(columns={'index':'Value',0:'Counts'}).assign(Var=key,PCT=lambda x:round(x.Counts/x.Counts.sum()*100,2))[['Var','Value','Counts','PCT']]    q.put(td)  bands={        '1':'A',        '2':'B',        '3':'C',        '4':'D',        '5':'E',        '6':'F',        '7':'G',        '8':'H',        '9':'I'    }    vdict={        'var1':'e1270.str.slice(0,2)',        'var2':'e1270.str.slice(2,3)',        'band':'e7641.str.slice(0,1).replace(bands)'    }更新：經過大量閱讀，這也是我得出的結論。這是非常簡單的結論，我敢肯定，所以如果有人知道，請告訴我。Pandas 不是一個完全多線程友好的包顯然有一個名為 'dask' 的包，它復制了很多 Pandas 函數。所以我會調查一下。在許多情況下，Python 并不是真正的多線程兼容語言因此，諸如“dask”之類的包可以利用多線程?？梢苑蛛x多個線程，但只能并行非 CPU 綁定函數。我的代碼是用 IO 和 CPU 包裝的。簡單的 IO 可能是并行運行的，但會等待處理器執行。我計劃通過編寫僅 IO 操作并嘗試線程來測試這一點。Python 受其編譯器的約束。在純 python 中，它被 GIL 解釋和綁定，一次只執行一個線程Python 可以使用在線程上沒有全局解釋器鎖 (GIL) 的不同編譯器進行編譯。