0 E) N3 ^* @8 I }2 ^
雷锋网 AI 科技评论按，数据处理是数据工程师经常要面对的问题，今天要推荐的是一个和数据处理相关的 DataFrame 库——cuDF。
6 d8 O& j1 {( `8 h
cuDF 是一个基于 Apache Arrow 列内存格式的数据帧库，它是一个 GPU DataFrame 库，可以进行加载，连接，聚合，过滤等数据操作。
. Z# t( h# q, K# G6 i cuDF 提供了类似 pandas 的 API，数据工程师和数据科学家都很熟悉它们，他们可以使用它轻松地加快工作流程，而无需深入了解 CUDA 编程的细节。
! R( r# _" F( E% f- S
例如，以下代码段下载 CSV，然后使用 GPU 将其解析为行和列并运行计算：
2 i1 h+ X+ Z# Z1 U, p& v3 M import cudf, io, requests
+ l7 t( }5 G+ W. |% x1 b7 E) d
from io import StringIO
0 H0 Z- K) Z# |" ` url="https://github.com/plotly/datasets/raw/master/tips.csv"
1 r5 M3 H5 k, |( S8 ? H7 i k& s
_8 _- d7 X9 _6 @# M; @ content = requests.get(url).content.decode(utf-8)
& c% m1 _1 H4 X" _) g" e/ x tips_df = cudf.read_csv(StringIO(content))
tips_df[tip_percentage] = tips_df[tip]/tips_df[total_bill]*100
+ ]1 n6 h8 N- y( u) B" t, S8 x: l% z+ Z& D$ z9 o! w
# display average tip by dining party size
3 h/ e. R$ N3 R- S4 K3 y+ J
print(tips_df.groupby(size).tip_percentage.mean())
. ~2 |, d2 h) \5 n$ A
- I# s. S, q, X2 T. m( \
得到的输出为：
: W! ]0 i5 F" ^. t
: ~ U& R: |. z: [ size
& t" D+ |3 F3 Z# r
6 P0 P8 p& ?, x 1 21.729201548727808
. ^* N0 q$ g. V/ U6 S- {
6 t$ u3 g) b1 n. j, B' D% O" U
2 16.571919173482897
+ l) j. |6 |! R2 F' a+ ?, @
1 M4 H9 U; e' }$ {! C& p 3 15.215685473711837
0 _* B8 y A2 |* C. `3 {
0 b& ^9 E. k( Q2 E& x+ Z 4 14.594900639351332
2 O, m# Y0 D9 y" G/ x, r: P M. b9 B6 @- w5 N$ C6 b: P
5 14.149548965142023
u+ o1 m& a# Q( J5 _+ e
2 C! {, M" C( M) @3 c+ [; |' h
6 15.622920072028379
: [6 B5 G5 ^7 K+ i4 ?
: F1 ^$ a9 l. b0 i/ k2 n, [ Name: tip_percentage, dtype: float64
. ]+ B& x+ z. i+ z/ E _& z
$ j2 |3 P* K' w, X 想查看更多示例，可以浏览的完整 API 文档，或查看更详细的说明。
2 a k6 f& r2 W! w; ` 那么如何安装这个工具？请参阅 Demo Docker Repository，根据正在运行的 NVIDIA CUDA 版本选择一个标签。
7 R" [) L& W) W5 d8 H 安装
5 Q9 O$ x, s. W. j4 L- }
conda
# @! O2 S% h: U, |- j0 f cuDF 可以通过渠道安装 conda（miniconda，或完整的 Anaconda 发行版） rapidsai：
6 A+ U7 f2 g8 X' W& `2 N
4 r7 _" P+ ~6 [& P4 \1 _, p6 } # for CUDA 9.2
% a: }+ t' J! {$ p
conda install -c nvidia -c rapidsai -c numba -c conda-forge -c defaults \
cudf=0.6 python=3.6 cudatoolkit=9.2
/ ~2 e# P# `) \ d) j$ E& E
% h3 |; T1 J' [" U, A5 K! k
# or, for CUDA 10.0
8 z1 z. ^3 S# P5 e conda install -c nvidia -c rapidsai -c numba -c conda-forge -c defaults \
9 V- ?) m! v, q5 b" w% c, d c
cudf=0.6 python=3.6 cudatoolkit=10.0
7 E* s( U! A r1 ~1 m7 i X B/ e, D: t- f5 R2 y# O
我们还提供从我们最新开发分支的尖端构建的夜间 conda 包。
/ W5 \+ O9 \) F! C0 C: P
Pip
% H- C1 X" ]% d+ G1 M cuDF 也可以用 PyPi 安装。
; ]' L5 |1 m! e" n9 q$ V7 ~6 Z1 L
# a& ^5 E: u/ W5 P& ] # for CUDA 9.2
* s3 S# i% h r( f python3.6 -m pip install cudf-cuda92==0.6
7 Y" R, w0 X8 b1 v" m+ o# r
; n P3 P2 J# q6 X # or, for CUDA 10.0
6 H$ k8 q3 ~* ^+ V* g: `3 P% V/ Y python3.6 -m pip install cudf-cuda100==0.6
6 E! L% U4 Q* _3 t# N. O& `0 W& z \: C: g! {# a+ I0 h6 m
注意：只有 Linux 系统支持 cuDF，并且 Python 的版本必须是 3.6 或 3.7 版本。
2 t- R- b5 |: e via : https://github.com/rapidsai/cudf
1 X/ Z9 y/ `" a3 a7 d% \" g" v 雷锋网雷锋网
6 O, h9 m! n6 l% ~, ^6 _* G' }" a+ ]- D. S7 o
; [9 C2 c+ q# e! ?, {
3 o, ~5 Q+ l( ]# G
& m" a7 ^2 |, s" ?2 \5 r 
