使用 Pandas 做数据清洗、特征工程、或是把模型输入准备好时，经常会跑 apply、map、applymap 这种操作。Pandas 本身是单线程的，数据一大，慢得让人抓狂。Pandarallel 就是来帮忙的：它提供了几乎只要改一行代码就能并行化 Pandas 操作的能力，还能显示进度条。简单、直观，很适合想“立刻提升速度”但又不想重写代码的你。

它是个什么工具？Pandarallel 是一个小巧的 Python 库，用 multiprocessing（多进程）把常见的 Pandas 操作并行化。你只需在程序开始时初始化一次，然后把 df.apply、Series.map 等替换成对应的并行版本（例如 df.parallel_apply），就能利用机器上所有 CPU 核心。它也会显示进度条，方便监控。

它解决了哪些痛点？

• • Pandas 单线程慢：大表用 apply 一遍就是好几分钟；Pandarallel 能把任务分发到多个核心。
• • 并行实现复杂：自己写分片、进程管理、数据通信容易踩坑；Pandarallel 把这些封装好了。
• • 想看进度？Pandarallel 带进度条，不用手动 print。

当然也不是万能：有启动/序列化开销、内存拷贝问题、函数必须可 pickling 等限制（后面详述）。

安装很简单在终端跑：pip install pandarallel

（需要时加 --upgrade 或 --user）

快速上手（最少改动）示例代码（核心只有一行不一样）：

from pandarallel import pandarallel

初始化（开启进度条）

pandarallel.initialize(progress_bar=True)

然后把 apply 换成 parallel_apply

df.parallel_apply(func, axis=1)

其他常用：parallel_applymap、Series.parallel_map、GroupBy 的并行版本等（具体 API 请看项目文档）。如果你机器 CPU 多，pandarallel 会自动使用所有可用核，也可以手动指定 nb_workers 参数。

举几个实战小例子

• • 行级复杂计算：df.parallel_apply(lambda row: heavy_calc(row), axis=1)
• • 列内元素级转换：df.parallel_applymap(lambda x: transform(x))
• • 对 Series 做映射：s.parallel_map(lambda v: lookup(v))

（注意：要保证传入的函数可以被进程序列化/pickle）

优缺点对比表（简明）

总结 — 值不值得用？如果你是日常用 Pandas 的同学，遇到 apply/map 这些慢得想哭的操作，Pandarallel 是一个非常值得尝试的“快速加速器”。它让你几乎不用重构代码就能跑多核，进度条也方便。缺点主要是内存和序列化带来的限制、以及在 Windows 上可能效果不佳。所以推荐的做法：先在开发机或小样本上试试，确认性能与结果，然后再把它用于生产任务。

项目地址：https://github.com/nalepae/pandarallel