从管理器获取字典作为全局变量

Question

我正在主之前尝试以下代码

manager = Manager()
general_d = manager.dict()

然后主要我定义了以下

p = Pool(4)  # however many process you want to spawn
p.map(proc_file, directoary_names)
def proc_file(directoary_names):
try:
process_data(directoary_names)
except KeyboardInterrupt:
pass

问题是我被冻结了。异常不会被冻结以生成可执行文件。"(

主要的问题是我正在处理许多文件，并且我从每个文件中获得结果，所以问题是我如何从每个传感器(s1到s8(获得具有时间戳的结果，并以时间戳的顺序合并它们。。。

伪代码会很有用。

在处理数据时，我处理文件，读取它的数据，然后将结果放入全局列表

S1.append(df_conv['C_strain_COY'].median())
S2.append(df_conv['C_strain_CUY'].median())
S3.append(df_conv['C_strain_ROX'].median())
S4.append(df_conv['C_strain_CUX'].median())
S5.append(df_conv['C_strain_CMX'].median())
S6.append(df_conv['C_strain_COX'].median())
S7.append(df_conv['C_strain_LOX'].median())
T1.append(df_conv['C_temp_CUY'].median())
T2.append(df_conv['C_temp_COY'].median())
T3.append(df_conv['C_temp_CUX'].median())
T4.append(df_conv['C_temp_CMX'].median())
T5.append(df_conv['C_temp_COX'].median())

Answer 1

假设S1到S7是Pandas数据帧的列表，每个数据帧都包含特定传感器的数据和每个数据条目的相应时间戳。

import pandas as pd

为每个传感器创建一个联合DataFrame

df_S1 = pd.concat(S1)

沿着时间戳轴对这些DataFrame进行排序

df_S1 = df_S1.sort_values(by='timestamps')

现在，如果你想将所有传感器合并到一个DataFrame中，请查看Pandas的教程，以决定你需要哪个功能(例如pd.merge或pd.merge_asof(。如果你使用pd.merger，你可以在df_S1上循环。。。，df_S7，因为pd.merge只支持合并两个数据帧。