我来给你梳理一套实用的方案，既能搞定Alpine上编译Pandas慢的痛点，还能通用到其他需要编译的Python模块上——核心就是提前编译好适配Alpine的预构建包，存到私有仓库或者用Docker缓存层复用，彻底跳过每次构建时的漫长编译过程。

一、先搞定预编译：生成Alpine兼容的wheel包 #

Alpine用的是musl libc，和主流的glibc不兼容，PyPI上大部分预编译wheel都没法用，所以得自己编译适配Alpine的版本。我们可以用临时Docker镜像来做这件事：

# 选对应版本的Alpine+Python基础镜像，比如3.11版本
FROM python:3.11-alpine

# 安装Pandas编译必需的依赖（gcc、fortran这些都不能少）
RUN apk add --no-cache gcc gfortran musl-dev linux-headers openblas-dev

# 安装wheel工具，用来生成预编译包
RUN pip install wheel

# 编译指定版本的Pandas，把生成的wheel包放到/dist目录
RUN pip wheel pandas==2.1.0 -w /dist

执行下面的命令构建镜像并导出wheel包到本地：

docker build -t pandas-builder .
docker run --rm -v $(pwd)/local-dist:/dist pandas-builder cp -r /dist/* /local-dist

现在你的local-dist文件夹里就有了能在Alpine上直接用的Pandas预编译wheel包。

二、把预编译包上传到私有仓库 #

如果要在多台机器或者团队内复用，把wheel包传到私有PyPI仓库（比如DevPI、Artifactory，或者自己搭的仓库）就行。用twine工具上传很方便：

# 先安装twine
pip install twine
# 上传到你的私有仓库，替换成自己的仓库地址、账号密码
twine upload --repository-url https://your-private-pypi.com/simple/ local-dist/* -u your-username -p your-password

三、在目标Dockerfile里直接拉取复用 #

现在写应用的Dockerfile时，就可以直接从私有仓库拉预编译的wheel，不用再编译了：

FROM python:3.11-alpine

# 先装Pandas运行时需要的依赖，比如openblas，编译时的依赖就不用装了
RUN apk add --no-cache openblas-libs

# 配置pip优先从私有仓库拉包
RUN pip config set global.index-url https://your-private-pypi.com/simple/
# 要是私有仓库没有某些包，就从官方PyPI补
RUN pip config set global.extra-index-url https://pypi.org/simple/

# 直接安装Pandas，这时候会拉取预编译的wheel，几秒就能搞定
RUN pip install pandas==2.1.0

# 后面就是你的应用代码部署步骤了
COPY . /app
WORKDIR /app
CMD ["python", "your-app.py"]

四、进阶玩法：用Docker多阶段构建做本地缓存 #

如果不想依赖外部私有仓库，用Docker的多阶段构建也能实现缓存，把编译好的wheel作为镜像的一部分缓存起来：

# 第一阶段：专门用来编译wheel包
FROM python:3.11-alpine AS builder
RUN apk add --no-cache gcc gfortran musl-dev linux-headers openblas-dev
RUN pip install wheel
# 编译Pandas生成wheel
RUN pip wheel pandas==2.1.0 -w /dist

# 第二阶段：构建应用镜像，复用第一阶段的编译产物
FROM python:3.11-alpine
RUN apk add --no-cache openblas-libs
# 从builder阶段复制预编译的wheel包
COPY --from=builder /dist /dist
# 直接从本地wheel安装Pandas，跳过PyPI
RUN pip install /dist/pandas-*.whl

# 部署你的应用
COPY . /app
WORKDIR /app
CMD ["python", "your-app.py"]

只要builder阶段的Python版本、Pandas版本没变化，Docker就会缓存这个编译层，后续构建直接复用，速度飞起。

五、通用化：缓存多个编译模块 #

如果要缓存多个需要编译的Python模块，把它们列在requirements.txt里，批量编译就行：

# 编译阶段
FROM python:3.11-alpine AS builder
RUN apk add --no-cache gcc gfortran musl-dev linux-headers openblas-dev
RUN pip install wheel
# 复制requirements.txt到临时目录
COPY requirements.txt /tmp/
# 批量编译所有依赖到/dist
RUN pip wheel -r /tmp/requirements.txt -w /dist

# 应用阶段
FROM python:3.11-alpine
RUN apk add --no-cache openblas-libs
# 复制编译好的所有wheel
COPY --from=builder /dist /dist
# 复制requirements.txt，从本地wheel安装所有依赖
COPY requirements.txt /tmp/
RUN pip install --no-index --find-links=/dist -r /tmp/requirements.txt

# 部署应用
COPY . /app
WORKDIR /app
CMD ["python", "your-app.py"]

内容的提问来源于stack exchange，提问作者jtlz2