我经常对超过1500万行的数据帧执行pandas操作，我希望能够访问特定操作的进度指示器
是否存在用于拆分应用联合收割机操作的基于文本的进度指示器
例如，在以下情况下：
df_users.groupby（['userID'，'requestDate']）。应用（功能汇总）
其中，feature\u rollup是一个有点复杂的函数，它接受许多DF列，并通过各种方法创建新的用户列。对于大数据帧，这些操作可能需要一段时间，因此我想知道是否有可能在iPython笔记本中有基于文本的输出，以更新我的进度
到目前为止，我已经尝试了Python的规范循环进度指示器，但它们没有以任何有意义的方式与pandas交互
我希望在pandas库/文档中有一些我忽略的东西，可以让您了解拆分应用联合收割机的进度。一个简单的实现可能会查看apply函数正在工作的数据帧子集的总数，并将进度报告为这些子集的完成部分
这可能是需要添加到库中的内容吗
由于受欢迎的需求，我在tqdm中添加了pandas支持（pip-install"；tqdm>；=4.9.0）。与其他答案不同，此不会明显减慢pandas的速度——下面是一个DataFrameGroupBy.progress\u apply的示例：
将熊猫作为pd导入
将numpy作为np导入
从TQM导入TQM
#从tqdm.auto导入笔记本电脑的tqdm
#创建使用“TQM”进度的新“pandas”方法
#（可以使用TQM_gui、可选kwargs等）
tqdm.pandas（）
df=pd.DataFrame（np.random.randint（0，int（1e8）、（10000，1000）））
#现在您可以使用'progress\u apply'而不是'apply'`
df.groupby（0）.应用进度（λx:x**2）
如果您对其工作原理感兴趣（以及如何为自己的回调修改它），请参阅GitHub上的示例、PyPI上的完整文档，或者导入模块并运行帮助（tqdm）。其他受支持的功能包括map、applymap、aggregate和transform
编辑
要直接回答原始问题，请替换为：
df_users.groupby（['userID'，'requestDate']）。应用（功能汇总）
与：
从TQM导入TQM
tqdm.pandas（）
df_users.groupby（['userID'，'requestDate']）。应用进度（功能汇总）
注意：tqdm<；=v4.8：
对于低于4.8的TQM版本，您必须执行以下操作，而不是TQM.pandas（）
从TQM导入TQM，TQM\u
tqdm_熊猫（tqdm（））