zoukankan      html  css  js  c++  java
  • python 多进程并发demo

    outline

    下午需要简单处理一份数据,就直接随手写脚本处理了,但发现效率太低,速度太慢,就改成多进程了;

    程序涉及计算、文件读写,鉴于计算内容挺多的,就用多进程了(计算密集)。

    代码

    import pandas as pd
    from pathlib import Path
    from concurrent.futures import ProcessPoolExecutor
    
    parse_path = '/data1/v-gazh/CRSP/dsf_full_fields/parse'
    source_path = '/data1/v-gazh/CRSP/dsf_full_fields/2th_split'  # 目录中有3.3W个csv文件,串行的话,效率大打折扣
    
    
    def parseData():
        source_path_list = list(Path(source_path).glob('*.csv'))
        multi_process = ProcessPoolExecutor(max_workers=20)
        multi_results = multi_process.map(func, source_path_list)
    
    
    def func(p):
        source_p = str(p)
        parse_p = str(p).replace('2th_split', 'parse')
        df = pd.read_csv(source_p)
        df['date'] = pd.to_datetime(df['date'].astype(str)).dt.date
        df.sort_values(['date'], inplace=True)
        # 处理close为负的值(abs),添加status标识
        df['is_close'] = df['PRC'].map(lambda x: 0 if x < 0 or pd.isna(x) else 1)
        df['PRC'] = df['PRC'].abs()
        df.rename(columns={'CFACPR': 'factor'}, inplace=True)
        df['adj_low'] = df['BIDLO'] * df['factor']
        df['adj_high'] = df['ASKHI'] * df['factor']
        df['adj_close'] = df['PRC'] * df['factor']
        df['adj_open'] = df['OPENPRC'] * df['factor']
        df['adj_volume'] = df['VOL'] / df['factor']
        # calc change
        df['change'] = df['adj_close'].diff(1) / df['adj_close'].shift(1)
       df.drop_duplicates(inplace=True) df.to_csv(parse_p, index=False) parseData()
     
  • 相关阅读:
    《Java技术》第一次作业
    第十一次作业
    第十次作业
    第九次作业。
    第八次作业
    第七次作业
    第六次作业
    第五次作业。
    《Java技术》第三次作业--面向对象——继承、抽象类、接口
    《Java技术》第二次作业--面向对象基础
  • 原文地址:https://www.cnblogs.com/bigtreei/p/12011435.html
Copyright © 2011-2022 走看看