我有一个相对简单的Python脚本多，设置了该附加输出到大熊猫工人池dataframe由一个自定义的管理方式。 什么我发现是，当我调用close（）/ join（）方法的游泳池，不是所有提交的apply_async的任务被完成。
下面是提交1000个就业机会，但只完成了一半造成断言错误一个简单的例子。 难道我忽略了一些很简单的或者是这也许一个错误？
from pandas import DataFrame
from multiprocessing.managers import BaseManager, Pool
class DataFrameResults:
def __init__(self):
self.results = DataFrame(columns=("A", "B"))
def get_count(self):
return self.results["A"].count()
def register_result(self, a, b):
self.results = self.results.append([{"A": a, "B": b}], ignore_index=True)
class MyManager(BaseManager): pass
MyManager.register('DataFrameResults', DataFrameResults)
def f1(results, a, b):
results.register_result(a, b)
def main():
manager = MyManager()
manager.start()
results = manager.DataFrameResults()
pool = Pool(processes=4)
for (i) in range(0, 1000):
pool.apply_async(f1, [results, i, i*i])
pool.close()
pool.join()
print results.get_count()
assert results.get_count() == 1000
if __name__ == "__main__":
main()
