我正在构建一个在内部利用asyncio的库，虽然用户不应该意识到这一点，但内部实现目前用asyncio.run（）陶瓷 Package 器 Package 了异步代码。
然而，有些用户将从jupyter笔记本电脑上执行这个库代码，我正在努力用一个对两种环境都安全的 Package 器来替换asyncio.run()。
以下是我尝试过的方法：

ASYNC_IO_NO_RUNNING_LOOP_MSG = 'no running event loop'

def jupyter_safe_run_coroutine(async_coroutine, _test_mode: bool = False)
    try:
        loop = asyncio.get_running_loop()
        task = loop.create_task(async_coroutine)
        result = loop.run_until_complete(task) # <- fails as loop is already running
        # OR
        asyncio.wait_for(task, timeout=None, loop=loop) # <- fails as this is an async method
        result = task.result()
    except RuntimeError as e:
        if _test_mode:
            raise e
        if ASYNC_IO_NO_RUNNING_LOOP_MSG in str(e):
            return asyncio.run(async_coroutine)
    except Exception as e:
        raise e

要求

1.我们使用的是python 3.8，所以不能使用asyncio。
1.我们不能使用线程，因此建议的here解决方案无法工作

问题：

我如何等待async_coroutine或loop.create_task(async_coroutine)提供的任务/未来完成？
上面的方法都没有真正执行等待，原因在注解中说明。

更新

我找到了这个nest_asyncio库，它正是为解决这个问题而构建的：

ASYNC_IO_NO_RUNNING_LOOP_MSG = 'no running event loop'

HAS_BEEN_RUN = False

def jupyter_safe_run_coroutine(async_coroutine, _test_mode: bool = False):
    global HAS_BEEN_RUN
    if not HAS_BEEN_RUN:
        _apply_nested_asyncio_patch()
        HAS_BEEN_RUN = True
    return asyncio.run(async_coroutine)

def _apply_nested_asyncio_patch():
    try:
        loop = asyncio.get_running_loop()
        logger.info(f'as get_running_loop() returned {loop}, this environment has it`s own event loop.\n'
                    f'Patching with nest_asyncio')
        import nest_asyncio
        nest_asyncio.apply()
    except RuntimeError as e:
        if ASYNC_IO_NO_RUNNING_LOOP_MSG in str(e):
            logger.info(f'as get_running_loop() raised {e}, this environment does not have it`s own event loop.\n'
                        f'No patching necessary')
        else:
            raise e

不过，我仍然面临着一些问题：
1.根据this SO answer，可能存在资源不足问题
1.在async_coroutine中写入的任何日志都不会打印在jupyter笔记本中

1. jupyter notebook内核在完成任务时偶尔会崩溃

编辑

对于上下文，该库在内部调用外部API，以便对用户提供的 Dataframe 进行数据丰富：

# user code using the library
import my_lib

df = pd.DataFrame(data='some data')
enriched_df = my_lib.enrich(df)