当迭代器长度为1时，如何用asyncio异步执行3行Python代码

我通过thread_map实现多线程并行调用API来构建DataFrame，但当迭代器仅含1个元素时，多线程机制无法触发。需要实现以下逻辑：

• 当迭代器长度大于1时，继续用thread_map多线程并行处理
• 当迭代器长度为1时，让三个DataFrame列的API调用无需等待彼此、不保证执行顺序地异步执行

正确实现代码 #

import asyncio
import pandas as pd
from tqdm.contrib.concurrent import thread_map

# 模拟API调用的同步函数
def func(x):
    # 这里替换为实际的API调用逻辑
    return x + 1

def main():
    df = pd.DataFrame()
    iterator = [1]  # 可替换为任意长度的迭代器

    if len(iterator) == 1:
        # 异步执行三个任务
        async def async_tasks():
            # 用asyncio.to_thread包装同步函数，转为异步执行
            task1 = asyncio.to_thread(func, iterator[0])
            task2 = asyncio.to_thread(func, iterator[0])
            task3 = asyncio.to_thread(func, iterator[0])
            # 并发执行所有任务，不保证顺序
            result1, result2, result3 = await asyncio.gather(task1, task2, task3)
            return result1, result2, result3
        
        # 启动异步事件循环并获取结果
        res1, res2, res3 = asyncio.run(async_tasks())
        # 赋值给DataFrame列（单元素转为列表，适配DataFrame列格式）
        df["foo"] = [res1]
        df["bar"] = [res2]
        df["foobar"] = [res3]
    else:
        # 多线程并行处理逻辑
        df["foo"] = thread_map(func, iterator, max_workers=4)
        df["bar"] = thread_map(func, iterator, max_workers=4)
        df["foobar"] = thread_map(func, iterator, max_workers=4)
    
    print(df)

if __name__ == "__main__":
    main()

关键说明 #

1. 异步适配：如果你的func本身是异步函数（比如基于aiohttp的异步API调用），可以直接去掉asyncio.to_thread，直接调用func(iterator[0])创建任务
2. 结果格式：单元素结果要转为列表赋值给DataFrame列，保证格式和多线程场景一致
3. 并发逻辑：asyncio.gather会并发运行所有传入的任务，任务完成顺序不固定，但会按传入顺序返回结果

内容的提问来源于stack exchange，提问作者ma7555