NVIDIA/cudf

这是什么？

核心功能

• 01提供与 pandas 基本兼容的 DataFrame 接口。
• 02cudf.pandas 可通过 `python -m cudf.pandas` 加速未修改的 pandas 代码。
• 03为 Polars 惰性查询提供 GPU 引擎，使用 engine="gpu" 调用。
• 04通过 dask-cudf 为 Dask DataFrame 提供 GPU 后端。
• 05底层基于兼容 Apache Arrow 的列式数据结构，使用 CUDA C++ 实现。

适用场景

• 在 NVIDIA GPU 上加速现有 pandas 数据处理脚本，无需重写代码。
• 在 Python 中对大规模表格数据进行 groupby、过滤和聚合运算。
• 为 Dask 或 Polars 数据流水线添加 GPU 加速。
• 基于 libcudf 构建 GPU 加速的 SQL 或数据处理引擎。

快速上手

1. 1

   使用 pip 为 CUDA 12 安装 cudf 包

   pip install cudf-cu12
2. 2

   导入 cudf，像使用 pandas 一样读取 parquet 文件并执行分组聚合

使用前须知

• !需要兼容驱动和 CUDA 版本的 NVIDIA GPU。
• !从 PyPI 安装时需要通过 -cu## 后缀匹配 CUDA 主版本。

收录于专题

标签

常见问题

cudf 是什么？

GPU 加速的 DataFrame 库，API 接近 pandas，并可零改动加速现有 pandas 代码。 cuDF 是一个基于 GPU 加速的 DataFrame 库，用于处理表格数据。其 Python 包的 API 与 pandas 保持一致，已有的 pandas 代码通常只需少量修改即可在 NVIDIA GPU 上运行。底层核心是 libcudf，一个基于 Apache Arrow 兼容数据结构的 CUDA C++ 库，提供表格数据的基础算法。

cudf 可以免费使用吗？用的什么许可证？

cudf 以 Apache-2.0 许可证开源。用于商业产品前，请先确认许可证条款。

cudf 还在维护吗？

活跃维护中。cudf 最近一次提交是在 2026年11月6日。

cudf 适合用来做什么？

在 NVIDIA GPU 上加速现有 pandas 数据处理脚本，无需重写代码。 在 Python 中对大规模表格数据进行 groupby、过滤和聚合运算。 为 Dask 或 Polars 数据流水线添加 GPU 加速。 基于 libcudf 构建 GPU 加速的 SQL 或数据处理引擎。

cudf 怎么安装和运行？

使用 pip 为 CUDA 12 安装 cudf 包: pip install cudf-cu12 导入 cudf，像使用 pandas 一样读取 parquet 文件并执行分组聚合

在哪里获取 cudf？

源代码和安装说明在 GitHub 上：https://github.com/NVIDIA/cudf