معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

This library splits large dataframes into smaller chunks, which are then passed to multiprocessing

ویژگی	مقدار
سیستم عامل	POSIX :: Linux
نام فایل	MultiProcessDivision-1.0
نام	MultiProcessDivision
نسخه کتابخانه	1.0
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Thomas Rahimi
ایمیل نویسنده	thomas.rahimi@agrar.uni-kassel.de
آدرس صفحه اصلی	-
آدرس اینترنتی	https://pypi.org/project/MultiProcessDivision/
مجوز	BSD

#MultiProcessDivision() This package is an optimized approach to split large pd.DataFrame() or pd.Series() objects for optimized multiprocessing processing. The core aim is to provide a stable interface, which allows splitting vectorized objects along specified axes. The class only consists of a single function, divide_df(), which requires the following parameters to work seamlessly: - The data provided for splitting. Data must be provided as pd.DataFrame() or pd.Series() objects. - The axis along which a split is to be conducted. While this parameter can either be set 0 (index) or 1 (columns) for pd.DataFrame() objects, it has to be set to 0 for pd.Series() objects. - In case a pd.Series() object is passed to the function, the "series" parameter has to be set to True. - The following "range_setter" parameter is optional. If it is not set, it defaults to None, which is the amount of logical cores, the executing system provides. Otherwise, if the amount of cores to execute the processing on is limited, the parameter must be set with a value smaller than the amount of logical cores. ##Questions and Feedback Please don't hesitate to provide me feedback, if you use the function in your stack. Improvements are warmly welcome.

نیازمندی

مقدار	نام
>=0.24	pandas
>=1.14	numpy

زبان مورد نیاز

مقدار	نام
>=3.6	Python

نحوه نصب

نصب پکیج whl MultiProcessDivision-1.0:

pip install MultiProcessDivision-1.0.whl

نصب پکیج tar.gz MultiProcessDivision-1.0:

pip install MultiProcessDivision-1.0.tar.gz