Python 熊猫数据帧并行应用（更快，TQDM:：进程映射）冻结？被叫的时候

我有一个数据帧，有大约15k条路径到音频文件，我想在其上执行操作（人为添加噪声）。一般来说，整个过程都是有效的，但即使记录较少，也需要很长时间。问题不在于函数的执行时间，而在于函数初始化之前的时间

start=time.time（）
data\u augmented=data\u augmented.swifter.progress\u条（True，desc=“合并声音”）\
.apply（合并声音（**设置），轴=1）
打印（f“{time.time-（start）}-Map Timer”）

卡在：

Merge_sounds [16 Threads]:   0%|                         | 0/16 [00:00<?, ?it/s]

Merge Sounds: 16 Threads:  38%|██████          | 6/16 [00:00<00:00, 4697.75it/s]

卡在：

Merge_sounds [16 Threads]:   0%|                         | 0/16 [00:00<?, ?it/s]

Merge Sounds: 16 Threads:  38%|██████          | 6/16 [00:00<00:00, 4697.75it/s]

我是否放弃了并行化Map函数的方法（在我的代码中，似乎在其他地方都可以使用这种变体）

---

如果通过绕过TQDM解决了此问题，则为高级。

。我把柱子拉上了拉链我需要这样的东西

\u路径输入=\u df[“路径输入”]
_路径输出=_df[“路径输出”]
_路径噪声=_df[“路径噪声”]
job=zip（路径输入、路径噪声、路径输出、过滤作业）

然后我把它传递给多处理器函数

jobs=list（枚举（（zip_作业（df）））
将池（进程=_线程）作为池：
data_augmented=pool.map（执行_作业，tqdm（作业，desc=f“音频增强：{u线程}线程”））

merge\u声音

和新的

execute\u作业

相似，只是改变了，函数需要什么参数