Подход заключается в том, чтобы использовать нарезку индекса кадра данных с помощью pd.concat
для построения полной логической серии:
import numpy as np
import pandas as pd
np.random.seed(0)
df=pd.DataFrame(np.random.randint(0,50,60))
df[pd.concat([df.iloc[:10] > 10, df[11:40] < 30, df[41:] % 2 == 0])]
Где первые 10 записей фильтруют менее 10, следующие 30 фильтров значений больше 30, а последние значения проверяют четные числа.
Затем вы можете использовать dropna, чтобы удалить все значения NaN
Вывод:
0
0 44.0
1 47.0
2 NaN
3 NaN
4 NaN
5 39.0
6 NaN
7 19.0
8 21.0
9 36.0
10 NaN
11 6.0
12 24.0
13 24.0
14 12.0
15 1.0
16 NaN
17 NaN
18 23.0
19 NaN
20 24.0
21 17.0
22 NaN
23 25.0
24 13.0
25 8.0
26 9.0
27 20.0
28 16.0
29 5.0
30 15.0
31 NaN
32 0.0
33 18.0
34 NaN
35 24.0
36 NaN
37 29.0
38 19.0
39 19.0
40 NaN
41 NaN
42 32.0
43 NaN
44 NaN
45 32.0
46 NaN
47 10.0
48 NaN
49 NaN
50 NaN
51 28.0
52 34.0
53 0.0
54 0.0
55 36.0
56 NaN
57 38.0
58 40.0
59 NaN
Принятие его является сервером UNIX, Вы могли использовать хорошую команду для понижения ее приоритета. Это должно добиться цели.
Можно использовать cpulimit на основанном на Linux сервере. Это позволит Вам ограничивать использование ЦП (укажите предел как процент), даже сценариев, которые уже начали работать, и его использование довольно просто.
Это доступно на репозитории Debian, таким образом, можно установить его легко использование способности:
apt-get install cpulimit
Типичные способы использовать cpulimit
включает:
# To limit CPU usage to 75% of program called foo:
cpulimit -e foo -l 75
# To limit CPU usage to 50% of program with pid = 1582
cpulimit -p 1582 -l 50