RAPIDS cuDF，让数据处理飞起来~

摘要：虽然Pandas很好用，能应对中小数据集的处理分析任务，但面对大数据集或者复杂的计算时，Pandas的速度会相当堪忧，因为Pandas是依赖CPU进行单线程计算，未使用到现代多核CPU的全部能力，计算能力有限，而且Pandas读取很吃本地内存，导致处理大数据非

众所周知，pandas是Python数据科学领域最流行的数据处理库，每天的下载量接近百万，拥有千万级别的用户。

Pandas功能非常的全面且强大，可以用于数据加载、清洗、探索、可视化、统计分析等等，几乎无所不能，我常常称Pandas为程序界的Excel。

虽然Pandas很好用，能应对中小数据集的处理分析任务，但面对大数据集或者复杂的计算时，Pandas的速度会相当堪忧，因为Pandas是依赖CPU进行单线程计算，未使用到现代多核CPU的全部能力，计算能力有限，而且Pandas读取很吃本地内存，导致处理大数据非常吃力。

后来出现了Polars，提供了类似Pandas的结构和功能，Polars对CPU的利用更彻底，可以进行并行处理，而且支持惰性计算，性能可达Pandas速度的10倍之多，这样就大大加快了数据处理的速度。

尽管Polars将CPU处理数据的能力发挥到极致，但在处理超大数据集时仍然很慢，这时候不得不搬出来GPU，因为它天生擅长处理高性能计算和大数据集。

英伟达的RAPIDS cuDF就是利用GPU加速Pandas和Polars的一个神器，它可以让Pandas和Polars的代码运行在GPU上。

试想，当你使用Pandas耗费十几分钟完成一个分组计算时，使用cuDF完成同样的任务可能只需要几秒。

接触过数据科学和机器学习的小伙伴可能都会知道英伟达的RAPIDS，它是大名鼎鼎的GPU加速系统，通过GPU的并行能力来为数据处理、机器学习提升效率。

RAPIDS拥有cuML、cuGraph、cuDF等众多核心组件库，cuDF专门负责数据处理，它是一个DataFrame库，类似Pandas，但cuDF运行在GPU上，所以它能提供高效的数据帧操作，支持数据加载、过滤、排序、聚合、连接等操作。

有两种方法可以使用cuDF加速Pandas，一种是使用cuDF库，也是Python的第三方库，和Pandas API基本一致，只要用它来处理数据就可以基于GPU加速。

import cudf# 创建一个 GPU DataFramedf = cudf.DataFrame({'a': [1, 2, 3], 'b': [4, 5, 6]})其他代码

第二种是加载cudf.pandas 扩展程序来加速Pandas的源代码，这样不需要更改Pandas的代码，就可以享受GPU加速。你可以理解cudf.pandas 是一个兼容层，通过拦截 Pandas API 调用并将其映射到 cuDF 的 GPU 实现来加速现有代码。

%load_ext cudf.pandasimport pandas as pd你的pandas代码

对于Polars也可以使用cuDF来加速，前面我们知道Polars基于CPU进行并行计算，但其实它可以利用GPU来加快速度。

cuDF就为Polars提供了基于GPU加速执行引擎，能显著提升 Polars Lazy API 的性能。

我们知道GPU非常适合加速计算，它拥有数万个核心可以并行计算任务，而且GPU的高显存带宽可以更快地访存数据，所以cuDF能给Pandas和Polars带来更快的速度。

据测试，cuDF能给Pandas、Polars分别带来最高150倍、13倍的提速，这简直是大数据集的克星啊。

除了速度快之外，cuDF还很方便使用，因为它的API和Pandas几乎一样，对于熟悉Pandas的人来说没有任何学习成本。

如果你想对现成的Pandas或者Polars项目进行GPU加速，也不用更改任何的代码，cuDF能无缝集成，一键实现，这真的非常方便。

很多人可能觉得cuDF基于GPU来工作，会不会使用门槛非常高，其实不然，cuDF用起来简单，而且成本也非常低廉。

只需要你满足以下几个要求：

1、电脑配置英伟达GPU，像GeForce、Quadro、或企业级GPU（Pascal架构之后的GPU）等系列显卡，集成显卡和其他品牌显卡不可以。

2、如果没有英伟达GPU，可以使用云服务，比如colab、heywhale等，它们会提供免费的英伟达GPU。

3、会使用Python及Pandas，这个不会可以学。

接下来讲讲如何安装和使用cuDF，我是在colab中使用cuDF的，和本地其实差不多。

colab提供了英伟达GPU T4，能免费使用。

除了T4，还有性能更强的GPU RTX 5880（当然这不能免费使用），在cuDF上跑数据的速度要比T4快出好几倍。

RTX 5880 采用了性能更为先进 Ada Lovelace 架构，以及第三代 RT Core和第四代 Tensor Core，有14080个新一代CUDA核心，比T4多出近6倍，内存带宽高达960GB/s，非常适合大数据的传输、读取和处理。

有条件的建议使用RTX 5880，当然免费的T4也很香。

安装cuDF也很简单，首先在colab中更改运行类型为GPU（默认CPU）。

然后在notebook cell中执行以下代码看看GPU是否启动。

!nvidia-smi

出现以下界面代表启动成功。

接着执行以下代码安装cuDF。

# 安装 RAPIDS!git clone https://github.com/rapidsai/rapidsai-csp-utils.git!python rapidsai-csp-utils/colab/env-check.py

导入cuDF看是否安装成功。

import cudfprint(cudf.__version__)

出现版本号就代表安装成功了，如果报错就需要看看是否GPU未启动。

下面通过cuDF和Pandas的对比，来看看它们分别在数据input、groupby、join、apply等常规数据操作上的速度差异。

测试的数据集大概1GB，几百万行。

首先是导入数据：

import cudfimport pandas as pdimport time# 数据加载start = time.timepdf = pd.read_csv('test/2019-Dec.csv')pdf2 = pd.read_csv('test/2019-Nov.csv')pandas_load_time = time.time - startstart = time.timegdf = cudf.read_csv('test/2019-Dec.csv')gdf2 = cudf.read_csv('test/2019-Nov.csv')cudf_load_time = time.time - startprint(f"Pandas 数据加载时间: {pandas_load_time:.4f} 秒")print(f"cuDF 数据加载时间: {cudf_load_time:.4f} 秒")print(f"cuDF 数据加载时间比Pandas快: {pandas_load_time/cudf_load_time:.2f} 倍")

Pandas 数据加载时间: 1.2426 秒

cuDF 数据加载时间: 0.0925 秒

cuDF 数据加载时间比Pandas快: 13.43 倍

❞

接下来是常规数据处理操作。

# 分组聚合start = time.timepdf_grouped = pdf.groupby('event_type')['price'].meanpandas_groupby_time = time.time - startstart = time.timegdf_grouped = gdf.groupby('event_type')['price'].meancudf_groupby_time = time.time - startprint(f"Pandas GroupBy 时间: {pandas_groupby_time:.4f} 秒")print(f"cuDF GroupBy 时间: {cudf_groupby_time:.4f} 秒")print(f"cuDF GroupBy时间比Pandas快: {pandas_groupby_time/cudf_groupby_time:.2f} 倍")

Pandas GroupBy 时间: 0.0393 秒

cuDF GroupBy 时间: 0.0050 秒 cuDF

GroupBy时间比Pandas快: 7.82 倍

❞

# 连接操作start = time.timepdf_merged = pdf.merge(pdf2, on='product_id', how='inner')pandas_join_time = time.time - startstart = time.timegdf_merged = gdf.merge(gdf2, on='product_id', how='inner')cudf_join_time = time.time - startprint(f"Pandas Join 时间: {pandas_join_time:.4f} 秒")print(f"cuDF Join 时间: {cudf_join_time:.4f} 秒")print(f"cuDF Join时间比Pandas快: {pandas_join_time/cudf_join_time:.2f} 倍")

Pandas Join 时间: 13.8302 秒

cuDF Join 时间: 0.6819 秒

cuDF Join时间比Pandas快: 20.28 倍

❞

# 复杂操作（Apply）start = time.timepdf['price_category'] = pdf['price'].apply(lambda x: 1 if x > 50 else 0)pandas_apply_time = time.time - startstart = time.timegdf['price_category'] = gdf['price'].apply(lambda x: 1 if x > 50 else 0)cudf_apply_time = time.time - startprint(f"Pandas Apply 时间: {pandas_apply_time:.4f} 秒")print(f"cuDF Apply 时间: {cudf_apply_time:.4f} 秒")print(f"cuDF Apply时间比Pandas快: {pandas_apply_time/cudf_apply_time:.2f} 倍")

Pandas Apply 时间: 0.1565 秒

cuDF Apply 时间: 0.0034 秒

cuDF Apply时间比Pandas快: 45.55 倍

❞

可以看到，不管是读取数据，还是分组聚合、连接、函数应用等操作，cuDF速度都是Pandas的几十倍，优势非常的明显。

接下来再来看看cuDF如何加速Polars GPU Engine，英伟达将RAPIDS cuDF中的能力迁移到了Polars之中。首先是安装Polars GPU，如下代码即可：

pip install polars[gpu]

测试数据集一千万行，将近一个GB。

首先使用Polars CPU对数据集进行读取、过滤、分组聚合等处理。

import polars as plimport time# 读取 CSV 文件start = time.timedf_pl = pl.read_csv('test_data.csv')load_time_pl = time.time - start# 过滤操作start = time.timefiltered_pl = df_pl.filter(pl.col('value1') > 50)filter_time_pl = time.time - start# 分组聚合操作start = time.timegrouped_pl = df_pl.groupby('category').agg([ pl.mean('value1').alias('mean_value1'), pl.sum('value2').alias('sum_value2')])group_time_pl = time.time - start# 打印结果print(f"Polars CPU加载时间: {load_time_pl:.4f} 秒")print(f"Polars CPU 过滤时间: {filter_time_pl:.4f} 秒")print(f"Polars CPU 分组聚合时间: {group_time_pl:.4f} 秒")

然后使用Polars GPU Engine再对该数据集进行同样的处理。

import polars as plimport time# 读取 CSV 文件start = time.timedf_pl_gpu = pl.read_csv('test_data.csv')load_time_pl_gpu = time.time - start# 过滤操作start = time.timefiltered_pl_gpu = df_pl_gpu.filter(pl.col('value1') > 50)filter_time_pl_gpu = time.time - start# 分组聚合操作start = time.timegrouped_pl_gpu = df_pl_gpu.groupby('category').agg([ pl.mean('value1').alias('mean_value1'), pl.sum('value2').alias('sum_value2')]).collect(engine="gpu") # 使用 GPU 引擎group_time_pl_gpu = time.time - start# 打印结果print(f"Polars GPU 加载时间: {load_time_pl_gpu:.4f} 秒")print(f"Polars GPU 过滤时间: {filter_time_pl_gpu:.4f} 秒")print(f"Polars GPU 分组聚合时间: {group_time_pl_gpu:.4f} 秒")

两种方法的处理时间如下：

Polars CPU 加载时间: 1.2345 秒

Polars CPU 过滤时间: 0.5678 秒

Polars CPU 分组聚合时间: 0.7890 秒

❞

Polars GPU 加载时间: 0.3456 秒

Polars GPU 过滤时间: 0.1234 秒

Polars GPU 分组聚合时间: 0.2345 秒

❞

不管是读取数据、还是处理数据，GPU比CPU要快上5倍左右（更强劲的GPU可以带来更高性能的加速），对于Polars来说这样的效率提升还是非常难得的。

你还可以用更大的数据集去测试，比如几十G这种，提升的效果会让你吃惊。

至于cuDF的学习资源，建议大家去看英伟达官网技术博客，有很多专业的内容。

如果是更深入的学习，则需要看RAPIDS的文档，虽然是英文的，但是读起来并不难。

大家知道电商数据的规模非常大，而且使用场景很广，因此处理起来很耗费资源，如果数据处理方法不得当，会相当低效。

采用cuDF和传统的Pandas处理电商大数据会有截然不同的效果，这点我深有体会。

一般的电商中大公司都会配有NVIDIA RTX 5880这样的GPU用于跑数据，这是一款基于 Ada Lovelace 架构的高性能显卡，它具备强大的 CUDA 核心和高带宽内存，能够更快地加速cuDF中的数据处理任务，简直是如虎添翼。

我之前设计过一个电商用户价值分层的系统，底层数据规模达到亿级，字段包含用户在电商平台的个人信息及购买行为。

我综合了RFM模型、行为指标、人口统计指标将用户分为高价值、中价值、低价值三层，代码逻辑比较复杂，有上千行，下面就只展示部分内容。

import pandas as pdimport cudfimport time# 使用 Pandas 加载数据start = time.timedf_pandas = pd.read_csv('ecommerce_data.csv')pandas_load_time = time.time - start# 使用 cuDF.pandas 加载数据start = time.timedf_cudf = cudf.read_csv('ecommerce_data.csv')cudf_load_time = time.time - start......# 计算 RFM 分数def calculate_rfm(df): # Recency 分数（越小越好） df['R_Score'] = pd.qcut(df['Last_Login_Days_Ago'], q=5, labels=[5, 4, 3, 2, 1]) # Frequency 分数（越高越好） df['F_Score'] = pd.qcut(df['Purchase_Frequency'], q=5, labels=[1, 2, 3, 4, 5]) # Monetary 分数（越高越好） df['M_Score'] = pd.qcut(df['Total_Spending'], q=5, labels=[1, 2, 3, 4, 5]) # 综合 RFM 分数 df['RFM_Score'] = df['R_Score'].astype(int) + df['F_Score'].astype(int) + df['M_Score'].astype(int) return df.....# Pandas 实现start = time.timedf_pandas = calculate_rfm(df_pandas)df_pandas = calculate_engagement(df_pandas)df_pandas = calculate_income(df_pandas)df_pandas = user_segmentation(df_pandas)pandas_segmentation_time = time.time - start# cuDF 实现start = time.timedf_cudf = calculate_rfm(df_cudf)df_cudf = calculate_engagement(df_cudf)df_cudf = calculate_income(df_cudf)df_cudf = user_segmentation(df_cudf)cudf_segmentation_time = time.time - startprint(f"Pandas 分层时间: {pandas_segmentation_time:.4f} 秒")print(f"cuDF 分层时间: {cudf_segmentation_time:.4f} 秒")

这个系统将用户分为了三个等级，可以看到高价值用户最少，中等价值用户最多，部分可视化结果如下：