Python 每x秒加载一次dict，然后传递给df并清除dict

我正在尝试每5秒将值写入字典，持续1分钟。然后，我想将这些值放入一个数据框中，写入csv并清除原始字典，然后继续

import time
import random
from multiprocessing import Process

a = {'value':[], 'timeStamp': []}

def func1():
    global a
    print "starting First Function"
    a['value'].append(random.randint(1,101))
    a['timeStamp'].append(time.time()*1000.0)
    time.sleep(5)
    return a

def func2():
    print "starting Second Function"
    time.sleep(60)
    d = pd.DataFrame(a)
    print d
    # here i would write out the df to csv and del d
    a.update({}.fromkeys(a,0))
    print "cleared"


if __name__=='__main__':
while True:
    p1 = Process(target = func1)
    p1.start()
    p2 = Process(target = func2)
    p2.start()
    p1.join()
    p2.join()
    print "test"
    print a

---

这就是我现在所处的位置，这可能是正确的方法，也可能不是。无论如何，这段代码并没有给出正确的结果。我正试图找出最好的方法，让dict进入df并清除它。希望有人做过类似的事情？

您的代码有太多问题，几乎不适合任何用途。您可以从以下内容开始研究（python 3，线程而不是进程）：

输出为：

starting First Function
starting Second Function
{'value': [32, 95, 2, 71, 65], 'timeStamp': [1536244351577.3914, 1536244352584.13, 1536244353586.6367, 1536244354589.3767, 1536244355591.9202]}
cleared
{'value': [43, 44, 28, 69, 25], 'timeStamp': [1536244356594.6294, 1536244357597.2498, 1536244358599.9812, 1536244359602.9592, 1536244360605.9316]}
cleared
stopping Second Function
stopping First Function

---

进程不共享内存-每个函数修改一个单独的

a

。因此，在功能和主流程之间看不到变化

要在函数之间共享内存，请改用

线程

模块。您可以在示例中通过将

进程

替换为

线程

来测试这一点：

from threading import Thread as Process

这允许您运行示例，否则将保持不变

---

---

请注意，Python中的

threading

受以下限制：。线程并行运行，但不是并行运行——Python代码只在一个内核上运行。但是，诸如

time.sleep

等扩展和系统调用以及

pandas

的底层数据结构可以避免这种情况。

您是否意识到

a

不是在进程之间共享的？你不使用线程有什么原因吗？阅读线程文档实际上让我明白了很多，我想我是想得太多了。我用线程重写，它更简单。谢谢

from threading import Thread as Process