全部技能
accelerated-computing-cudf
把 pandas 的 ETL 代码改写为在 NVIDIA GPU 上运行的 cuDF、dask-cuDF 或 cudf.pandas 版本。
- 属于 NVIDIA/skills
- 3200次安装
- 数据 · 数据分析
适合什么时候用
你已有可用的 pandas 代码和 GPU,但需要把 join、groupby 或 CSV/Parquet 读取搬到 GPU 上,同时不破坏空值和排序行为。
举个例子
你对 AI 说
用 accelerated-computing-cudf 把我读取 orders.parquet、关联客户表并做 groupby 求和的 pandas 脚本迁移到 cuDF,保持空值处理一致。
你会拿到
- cuDF ETL 脚本
- pandas 一致性校验
- 空值处理说明
它会怎么做
- 根据目标和数据规模在 cudf.pandas、显式 cuDF 和 dask-cuDF 之间选择。
- 让数据全程留在 GPU 上,只在输出边界转回 pandas。
- 数据接近 GPU 显存上限时建议启用 spill 或改用 dask-cuDF。
安装前须知
需要受支持的 NVIDIA GPU 和兼容驱动,且 cuDF、pylibcudf、libcudf、RMM 版本需与 CUDA 主版本匹配。
这个技能带 23 个脚本,助手使用时可能会在你的电脑上运行它们。