cuDFGPU DataFrame库

cuDF 基于Apache Arrow柱状内存格式构建，是一个GPU DataFrame库，用于加载，连接，聚合，过滤和操作数据。

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，因此他们可以使用它轻松加快工作流程，而无需深入了解CUDA编程的细节。

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：

import cudf, io, requests
from io import StringIO

url="https://github.com/plotly/datasets/raw/master/tips.csv"
content = requests.get(url).content.decode('utf-8')

tips_df = cudf.read_csv(StringIO(content))
tips_df['tip_percentage'] = tips_df['tip']/tips_df['total_bill']*100

# display average tip by dining party size
print(tips_df.groupby('size').tip_percentage.mean())

输出结果:

size
1    21.729201548727808
2    16.571919173482897
3    15.215685473711837
4    14.594900639351332
5    14.149548965142023
6    15.622920072028379
Name: tip_percentage, dtype: float64