cudf

cuDF - GPU 数据帧

？ cuDF 现在可以用作 pandas 的无代码更改加速器！要了解更多信息，请参阅这里！

cuDF（发音为“KOO-dee-eff”）是一个 GPU DataFrame 库，用于加载、连接、聚合、过滤和以其他方式操作数据。 cuDF 利用 libcudf（一个超快的 C++/CUDA 数据帧库）和 Apache Arrow 列格式来提供 GPU 加速的 pandas API。

您可以直接导入cudf并像pandas一样使用它：

 import cudf

tips_df = cudf . read_csv ( "https://github.com/plotly/datasets/raw/master/tips.csv" )
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 ())

或者，您可以使用cudf.pandas将 cuDF 用作 pandas 的无代码更改加速器。 cudf.pandas支持 100% 的 pandas API，利用 cuDF 进行受支持的操作，并在需要时回退到 pandas：

 % load_ext cudf . pandas  # pandas operations now use the GPU!

import pandas as pd

tips_df = pd . read_csv ( "https://github.com/plotly/datasets/raw/master/tips.csv" )
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 ())

资源

• 立即尝试 cudf.pandas：在 Google Colab 上的免费 G​​PU 实例上探索cudf.pandas ！
• 安装：有关安装 cuDF 和其他 RAPIDS 库的说明。
• cudf (Python) 文档
• libcudf (C++/CUDA) 文档
• RAPIDS 社区：获取帮助、贡献和协作。

有关安装 cuDF 和其他 RAPIDS 软件包的最新信息和命令，请参阅 RAPIDS 安装页面。

安装

CUDA/GPU 要求

• CUDA 11.2+
• NVIDIA 驱动程序 450.80.02+
• Volta 架构或更好（计算能力 >=7.0）

点

cuDF 可以通过 NVIDIA Python 包索引中的pip安装。请务必根据您的环境中可用的 CUDA 主要版本选择适当的 cuDF 包：

对于 CUDA 11.x：

pip install --extra-index-url=https://pypi.nvidia.com cudf-cu11

对于 CUDA 12.x：

pip install --extra-index-url=https://pypi.nvidia.com cudf-cu12

康达

cuDF 可以使用来自rapidsai频道的conda（通过miniforge）安装：

conda install -c rapidsai -c conda-forge -c nvidia 
    cudf=25.02 python=3.12 cuda-version=12.5

我们还提供从我们最新开发分支的 HEAD 构建的每晚 Conda 软件包。

注意：cuDF 仅在 Linux 上以及 Python 版本 3.10 及更高版本上受支持。

有关更多操作系统和版本信息，请参阅 RAPIDS 安装指南。

从源代码构建/安装

请参阅构建说明。

贡献

请参阅我们的 cuDF 贡献指南。