给出python多进程拆分表格的代码

以下是一个简单的 Python 多进程拆分表格的代码示例：

import multiprocessing
import pandas as pd

def split_dataframe(df, num_processes):
    """
    将 DataFrame 拆分成 num_processes 个部分
    """
    df_split = []
    chunk_size = len(df) // num_processes
    for i in range(num_processes):
        start = i * chunk_size
        end = (i + 1) * chunk_size if i < num_processes - 1 else len(df)
        df_split.append(df[start:end])
    return df_split

def process_dataframe(df):
    """
    对 DataFrame 进行处理
    """
    # 在这里写处理代码
    pass

if __name__ == '__main__':
    # 加载表格
    df = pd.read_csv('table.csv')

    # 拆分 DataFrame
    num_processes = 4
    df_split = split_dataframe(df, num_processes)

    # 创建进程池
    pool = multiprocessing.Pool(processes=num_processes)

    # 处理每个部分的 DataFrame
    results = []
    for df_part in df_split:
        result = pool.apply_async(process_dataframe, [df_part])
        results.append(result)

    # 等待所有进程完成并收集结果
    pool.close()
    pool.join()
    output = [r.get() for r in results]

在这个示例中，我们首先加载了一个 CSV 文件作为 Pandas DataFrame。然后，我们使用 `split_dataframe` 函数将 DataFrame 拆分成 num_processes 个部分，其中 `chunk_size` 计算每个部分的大小。接下来，我们创建了一个进程池，并使用 `apply_async` 方法处理每个部分的 DataFrame。最后，我们等待所有进程完成并收集结果。在 `process_dataframe` 函数中，您可以编写任何您需要的代码来处理 DataFrame。