cuDF基于ApacheArrow柱状内存格式构建，是一个GPUDataFrame库，用于加载，连接，聚合，过滤和操作数据。
cuDF提供了类似pandas的API，数据工程师和数据科学家都很熟悉它们，因此他们可以使用它轻松加快工作流程，而无需深入了解CUDA编程的细节。
例如，以下代码段下载CSV，然后使用GPU将其解析为行和列并运行计算：
importcudf,io,requestsfromioimportStringIOurl="https://github.com/plotly/datasets/raw/master/tips.csv"content=requests.get(url).content.decode('utf-8')tips_df=cudf.read_csv(StringIO(content))tips_df['tip_percentage']=tips_df['tip']/tips_df['total_bill']*100#displayaveragetipbydiningpartysizeprint(tips_df.groupby('size').tip_percentage.mean())输出结果:
size121.729201548727808216.571919173482897315.215685473711837414.594900639351332514.149548965142023615.622920072028379Name:tip_percentage,dtype:float64
评论