在非iterable函数上执行进度条-Python

关于这一点有一些问题，但我似乎找不到一个在不可迭代函数上执行进度条的。下面是一个合并两个独立数据帧的函数。我希望将这个函数插入到一个单独的显示进度的函数中

from multiprocessing import Pool
import tqdm
import pandas as pd
import numpy as np

df1 = pd.DataFrame(np.random.randint(0,100,size=(100000, 4)), columns=list('ABCD'))
df2 = pd.DataFrame(np.random.randint(0,100,size=(100000, 4)), columns=list('AXYZ'))

def merge_df(df1, df2):

    df = pd.merge(left = df1, right = df2, how = 'left',
    left_on = 'A', right_on = 'A')
    return df

if __name__ == '__main__':
   with Pool(2) as p:
      r = list(tqdm.tqdm(p.imap(merge_df, df1, df2)))

ValueError：数据帧的真值不明确。使用a.empty、a.bool（）、a.item（）、a.any（）或a.all（）

---

一种可能的解决方案是在

merge_df

中拆分一个数据帧：

dfs = np.split(df1, 100)   #or df2, depends of your merging left/right

然后使用（内部

merge_df

）并调整进度条（如@Greenstick…）以适应您的问题

from tqdm import tqdm
import pandas as pd
import numpy as np

df1 = pd.DataFrame(np.random.randint(0,100,size=(100000, 4)), columns=list('ABCD'))
df2 = pd.DataFrame(np.random.randint(0,100,size=(100000, 4)), columns=list('AXYZ'))

#this is how you activate the pandas features in tqdm
tqdm.pandas()

#call the progress_apply feature with a dummy lambda 
df1.merge(df2).progress_apply(lambda x: x)

要使上述代码正常工作，您必须拥有

4.33.0

版本的

tqdm

。使用以下命令卸载旧版本并安装新版本：

pip uninstall tqdm
pip install tqdm=='4.33.0'