Алексей Самойлов

import requests
from multiprocessing.dummy import Pool as ThreadPool  #Thread pool

# Длина списка urls = 35000+
urls = get_urls()
pool = ThreadPool(4)     # создаем 4 потока - по количеству ядер CPU
results = pool.map(my_mega_function, urls) # запускает параллельно 4 потока и в каждом потоке  обрабатывает одно из значений из списка urls с помощью функции my_mega_function. results - то что возвращает функция my_mega_function
pool.close() 
pool.join()

def my_mega_function(url): #Функция, которая будет вызываться для каждого запроса
    request = requests.get(url)
    response = request.text
    do_something(text)

import pandas as pd
l1 = [
  {'id': 1,'count': 5},
  {'id': 2,'count': 8},
  {'id': 3,'count': 11}
  ]
  
l2 = [
  {'id': 1,'name': 'Alex'},
  {'id': 2,'name': 'Jack'},
  {'id': 3,'name': 'Peter'}
  ]
l1_df = pd.DataFrame(l1)
l2_df = pd.DataFrame(l2)
res = pd.merge(l1_df,l2_df,left_on='id',right_on='id')
res.set_index('id',inplace=True)
print(res)

l1 = [
  {'id': 1,'count': 5},
  {'id': 2,'count': 8},
  {'id': 3,'count': 11}
  ]
  
l2 = [
  {'id': 1,'name': 'Alex'},
  {'id': 2,'name': 'Jack'},
  {'id': 3,'name': 'Peter'}
  ]
l3 = {x['id']: x['name'] for x in l2}

for x in l1:
    if x['id'] in l3:
        x.update({'name': l3[x['id']]})

print(l1)  # в l1 результат

• Inline styler demo, пакет.
  
• premailer (есть поддержка python3)