DataFrame 사용하기
이전 연습 문제에서는 작업을 분할하고, 저수준의 Python multiprocessing.Pool API를 사용해 여러 처리 장치에서 계산을 수행하는 방법을 살펴봤습니다.
이런 저수준 개념을 이해하는 건 중요하지만, 실제로는 이런 종류의 API를 직접 쓸 일은 거의 없어요. 여러 그룹에 대해 apply를 병렬화하는 더 편리한 방법으로는, 예를 들어 dask 프레임워크와 그 안의 pandas DataFrame 추상화를 사용하는 것이 있습니다.
pandas DataFrame인 athlete_events가 작업 공간에 준비되어 있습니다.
이 연습은 강의의 일부입니다
데이터 엔지니어링 입문
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
import dask.dataframe as dd
# Set the number of partitions
athlete_events_dask = dd.from_pandas(athlete_events, ____=____)