我准备了一个串行进程，该进程读取一个大型csv文件（步骤1），创建一些全局数组（步骤2），并根据csv文件的每个元素更改全局数组中的元素（步骤3）。
代码为：

import pandas as pd
import numpy as np

"""
Step 1
"""

file = 'filename.csv'

df = pd.read_csv(file, skiprows=6)
df.head()

"""
Step 2
"""

r_lim = np.array([0.0, 0.0001, 0.0002, 0.0003, 0.0004, 0.0005, 0.0006, 0.0007, 0.0008, 0.0009, 0.001, 0.0011, 0.0012, 0.0013, 0.0014, 0.0015, 0.0016, 0.0017, 0.0018, 0.0019, 0.002])
r_vol = np.array([0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0])
total_vol = 0.0

"""
Step 3
"""

def calc():
    global total_vol
    for i in range(len(df)):
        x = df.iloc[i, 1]
        y = df.iloc[i, 2]
        vol = df.iloc[i, 0]
        r_loc = np.sqrt(x**2 + y**2)
        for y in range(len(r_vol)):
            r_0 = r_lim[y]
            r_1 = r_lim[y+1]
            if r_loc >= r_0 and r_loc < r_1:
                r_vol[y] += vol
                break
        total_vol += vol

calc()
print(r_vol)
print(total_vol)

在串行模式下，这个进程运行得很好。但是，我无法使用Pool将其设置为多处理模式。我想到的方法是：
1.设置全局变量，
1.跳过前6行，全局读取.csv文件
1.使用Pool运行calc（）进程，相应地更改全局数组，然后将所有数组连接在一起。
我想的是可能的吗？每个并行处理器需要单独读取.csv文件吗？提前感谢您的帮助！