在 Jupyter Notebook 里，经常会遇到数据集很大，某一步处理需要很久的情况。在这种情况下，有时很难区分 notebook 是挂了还是 hanging，或是还在正常运行。

我也被这个问题困扰了很久，最近找到了一个小工具很好的解决了这个问题，这个工具就是 tqdm。它其实是一个 python 通用的进度条工具，但最近对 pandas 做了专门的适配。下面举个栗子来看下怎么用，其实也非常简单。

假设现有一个巨大的数据集 df，数据集有个特征是时间特征，但目前是字符串而非 pandas 的 datetime 类型，我需要用 apply 方法处理。如果不需要进度条，那很简单：

1
2
3
4
5
6

# convert function
def convert_to_datetime(t):
	return pd.to_datetime(t, format='%Y%m%d')

# deploy convert
df.Date.apply(convert_to_datetime)

现在通过引入 tqdm 包的方式，就可以看到进度条：

1
2
3
4
5
6
7
8
9

from tqdm import tqdm
tqdm.pandas()

# convert function
def convert_to_datetime(t):
	return pd.to_datetime(t, format='%Y%m%d')

# deploy convert
df.Date.progress_apply(convert_to_datetime)

可以看到就是把 apply 方法改成了 profress_apply 而已，这样就可以看到如下的进度条效果了：

如果想要更好看的进度条，可以把引入 tqdm 包的代码改成 from tqdm.auto import tqdm。

以上。