如何解决使用pandarallel时出现的“Can't pickle local object”错误

刚碰到这个AttributeError: Can't pickle local object 'prepare_worker..closure..wrapper'错误的时候我也头大过，本质是pandarallel用多进程执行任务时，Python需要把函数序列化（pickle）后传给子进程，但本地对象（比如脚本里定义的函数）有时候没法被标准pickle正确处理。

针对你的代码，我整理了几个靠谱的解决办法：

1. 切换到fork模式初始化pandarallel #

在Linux/macOS这类类Unix系统下，fork模式会直接复制父进程的内存空间，不需要严格pickle函数，能绕过大部分序列化问题。修改初始化代码就行：

pandarallel.initialize(nb_workers=4, use_fork=True)

这个方法最简单，对大多数场景都有效。

2. 确保函数在模块顶层定义 #

虽然你的func已经是顶层定义，但如果是在Jupyter Notebook这类交互式环境里运行，有时候函数会被识别为本地对象。这时候可以把函数单独放到一个.py文件里作为模块导入：
比如新建my_functions.py：

def func(x):
    return x

然后在主脚本/Notebook里导入：

from my_functions import func

模块级别的函数序列化起来毫无压力。

3. 改用cloudpickle作为序列化后端 #

标准pickle支持的类型有限，cloudpickle能处理更多复杂对象，包括本地函数。先安装cloudpickle：

pip install cloudpickle

然后初始化pandarallel时指定用它：

pandarallel.initialize(nb_workers=4, pickle_lib="cloudpickle")

这个方法兼容性最好，Windows系统也能用上。

你可以先试试第一个方案，修改后运行你的代码应该就能正常执行了。

内容的提问来源于stack exchange，提问作者Jannus