我对Python的学习还处于非常早期的阶段。如果这个问题听起来很愚蠢，请提前道歉。在
我有一组数据(以表格格式)，我想添加一些计算列。基本上我有一些位置lon/lat和目的地lon/lat，以及各自的数据时间，我在计算每一对之间的平均速度。在
示例数据如下所示：print(data_all.head(3))
id lon_evnt lat_evnt event_time \
0 1 -179.942833 41.012467 2017-12-13 21:17:54
1 2 -177.552817 41.416400 2017-12-14 03:16:00
2 3 -175.096567 41.403650 2017-12-14 09:14:06
dest_data_generate_time lat_dest lon_dest \
0 2017-12-13 22:33:37.980 37.798599 -121.292193
1 2017-12-14 04:33:44.393 37.798599 -121.292193
2 2017-12-14 10:33:51.629 37.798599 -121.292193
address_fields_dest \
0 {'address': 'Nestle Way', 'city': 'Lathrop...
1 {'address': 'Nestle Way', 'city': 'Lathrop...
2 {'address': 'Nestle Way', 'city': 'Lathrop...
然后我把lon/lat合在一起：
^{pr2}$
然后我要计算每对位置ping之间的距离，从字符串中获取一些地址信息(基本上取一个子字符串)，然后计算速度：for idx, row in data_all.iterrows():
dist = gcd.dist(row['destination'], row['ping_location'])
data_all.loc[idx, 'gc_distance'] = dist
temp_idx = str(row['address_fields_dest']).find(":")
pos_start = temp_idx + 3
pos_end = str(row['address_fields_dest']).find(",") - 2
data_all.loc[idx, 'destination address'] = str(row['address_fields_dest'])[pos_start:pos_end]
##### calculate velocity which is: v = d/t
## time is the difference btwn destination time and the ping creation time
timediff = abs(row['dest_data_generate_time'] - row['event_time'])
data_all.loc[idx, 'velocity km/hr'] = 0
## check if the time dif btwn destination and event ping is more than a minute long
if timediff > datetime.timedelta(minutes=1):
data_all.loc[idx, 'velocity km/hr'] = dist / timediff.total_seconds() * 3600.0
好了，这个程序花了我将近7个小时在333k行数据上执行！：(我有Windows10双核16gb内存。。。这不算多，但7个小时绝对不行：(
如何使程序更有效地运行？我想的一个方法是，由于数据和它的计算是相互独立的，所以我可以利用并行处理。在
我读了很多文章，但似乎大多数并行处理方法都是针对我只使用一个简单函数的；但是这里我添加了多个新列。在
非常感谢任何帮助！或者告诉我这不可能让熊猫进行并行处理(我相信我在某处读到过这样的说法，但不完全确定它是否100%正确)。在
示例帖子读入：
还有很多不在stackoverflow上的。。。。