Python Dask dataframe str.contains（regex=True）不比pandas快

我有一个要在其中进行正则表达式搜索的pandas数据框：

df[df['material'].str.contains（r'\baluminum\b'，regex=True）]

我假设这将与Dask并行，但它不会带来性能改进：

导入dask.dataframe作为dd
ddf=dd.from_熊猫（df，npartitions=8）
dask.config.set（scheduler=dask.multiprocessing.get）
#熊猫DF
%timeit df[df['material'].str.contains（r'\baluminum\b'，regex=True）]
每个回路23.7 s±571 ms（7次运行的平均值±标准偏差，每个回路1次）
#达斯克DF
%timeit ddf[ddf['material'].str.contains（r'\baluminum\b'，regex=True）].compute（）
每个回路25.6 s±1.25 s（7次运行的平均值±标准偏差，每个回路1次）

为什么呢？这个操作不是可并行化的吗

---

更新：如果我使用

client=client（）

将其作为本地分布式集群的一部分运行，那么它将并行化。但当我切换回独立模式时，情况就不一样了。我也尝试过设置

scheduler='processs'

，但其行为相同。

默认情况下，dask数据帧使用多线程调度程序。正则表达式计算可能不会释放GIL。您可能希望尝试使用多处理调度程序。请参见

入站数据框的形状是什么？Yiu在分块和将分块传输到子流程方面有相当大的开销。形状是（1507789，10）你让它工作了吗？尝试了同样的方法，但它不会并行化否，问题仍然悬而未决。我正在使用多处理调度程序：

dask.config.set（scheduler=dask.multiprocessing.get）