问题标签 [cudf]

例如，我可以tqdm在熊猫中使用进度条：

我可以做同样的事情吗？cudf如果dask_cudf没有，我怎么能在其中使用 tqdm 进度条，

我使用 colab 并使用一个巨大的 csv 文件（3GB，17540000 条记录）运行 cudf.read_csv()，但结果是错误的。

错误信息是

我正在尝试使用 cuDF row_apply 根据其他行计算新列。

对于单行，它适用于以下脚本 filteredhlcdf.loc[(filteredhlcdf.ddate == %%Ddate%%) & (filteredhlcdf.sstart == %%sTime%%) & (filteredhlcdf.ttime <= %%etime%%) & (filteredhlcdf.H > %%ustep%%) , "ttime" ].min() ，其中 %% 之间的变量被常量替换。

但是，当我尝试按如下方式使用行应用时，会产生错误

我确定错误发生在以下行

因为错误在被替换后消失了ctime[i] = tddate + tstime + tetime+ tdsteps

我正在尝试按照本教程在 google colab pro 上安装 cudf 和 cuml：rapids_cudf.ipynb - Colaboratory

但是在运行以下代码块之后：

我收到以下错误：

我有以下 GPU：colab pro 上的 b'Tesla P100-PCIE-16GB'。

运行上面给出的代码块后，python 版本为：Python 3.6.5 :: Anaconda, Inc.

这些是其他规格：

输出：

输出：

我已经尝试遵循StackOverflow的本教程，但无法安装 cudf 或 cuml。

该rapids.ai cudf类型与 有点兼容pandas，但这里有一个奇怪的不兼容。cudf.Series有一个.diff()方法，但 acudf.DataFrame似乎没有。这是非常烦人的（例如，考虑一个股票价格数据框，其中的列对应于工具）。当然，有一些笨拙的方法可以解决这个问题（转换为 pandas 数据框并回到脑海中），但我想知道规范的方法是什么。有什么建议吗？

我正在使用 cuGraph 来计算图形的最短路径，但它没有返回到特定顶点的最短路径，而是创建了一个距离顶点前驱表：

如何使用此图获取特定顶点的路径？

我知道我可以循环遍历它直到到达顶点 0，但这听起来效率不高。有没有办法使用矢量化来保持效率？

在 google colab 上，我安装了 conda，然后通过 conda 安装了 cudf。但是现在我需要重新安装我在代码中使用的所有包，如 sklearn 等。有没有办法在没有 conda 的情况下安装 cudf ？pip 不再适用于 cudf。此外，如果有其他类似的 gpu 数据框可以使用 pip 安装，那将有很大帮助。

我一直在使用 networkx 的 Girvan-Newman 算法来查找具有 4039 个节点和 88,234 个边的网络的模块化。由于算法的性质，它在一夜之间运行，并且不会完成。因此，我支付了 colab pro 的费用，并打算使用 CuGraph 来加快速度，但找不到有效的 CuGraph 算法。我如何能够构建一个，使用边缘中心性算法，以产生类似这样的东西：

我正在尝试编写一个 cuDF-UDF，它计算与 cuDF 系列的 lag==1 的 pearson 自相关。

我已经定义了以下 UDF：

然后采取一系列并将滚动窗口应用于函数。

然后我面临错误：

以下熊猫代码正在运行：

我在 python 3.8.12 上使用 rapids-21.10

我在 Windows 21H2 (19044.1348) 下安装了 WSL 2 (5.10.60.1-microsoft-standard-WSL2)，并使用带有 pascal GPU (1070) 的 NVidia 驱动程序 510.06。我在 WSL (20.04.3 LTS) 中使用默认的 ubuntu 版本，我尝试了 docker 和 anaconda 版本。我可以运行 Jupiter Notebook 并导入库。您还可以创建一个 cudf 数据报。但是写入它或 ding 其他任何东西都会导致内存错误。

给了我（有一次它运行时没有错误，但现在没有了）

和

给我

如果这是相关的，我的系统内存总是接近满（16GB），Vmmem 合作在 10GB 左右，我的图形内存只有 1.4/8GB