Python多处理和熊猫-共享内存

Question

我有15个大数据帧（每个26000x2500）。我目前将它们作为数据帧的字典，但是可以根据需要进行更改。

我需要在每列上执行操作（大约2500个），并且它们是完全独立的，因此我认为这是并行处理的理想选择。目前，我的代码可以在几个小时内运行，但是我想使其更快。

这是我的代码结构：

Main.py

import Processor

# Build dataframes from CSV files
dataframes = ...
p = Processor(dataframes)
p.run()

Processor.py

import multiprocessing as mp

class Processor():
    def __init__(self, dataframes):
        self._dataframes = dataframes

    def run():
        # Loop at each column
            # Launch new process and perform operations on column
            # Receive results back and store them

我有2个问题：

1. 实现并行处理（进程或池）的最佳方法是什么？
2. 如何共享内存中的数据帧，这样就不必将它们复制到每个线程/进程中？