Question

除了阈值是延迟数字，是否有办法做到这一点？

import dask
import pandas as pd
import dask.dataframe as dd

threshold = 3

df = pd.DataFrame({'something': [1,2,3,4]})
ddf = dd.from_pandas(df, npartitions=2)

ddf[ddf['something'] >= threshold]

如果threshold是：

threshold = dask.delayed(3)

自动取款机给我：

TypeError('Truth of Delayed objects is not supported')

我想将ddf保留为淡淡的数据框，而不要将其转换为熊猫数据框。想知道是否存在也采用延迟值的组合器形式。

Answer 1

Dask无法知道该Delayed对象中的具体值是整数，因此无法知道在操作中（对齐，广播等）如何处理它

如果使用大小为0的数组，则看起来一切正常

In [32]: df = dd.from_pandas(pd.DataFrame({"A": [1, 2, 3, 4]}), 2)

In [33]: threshold = da.from_array(np.array([3]))[0]

In [34]: df.A > threshold
Out[34]:
Dask Series Structure:
npartitions=2
0    bool
2     ...
3     ...
Name: A, dtype: bool
Dask Name: gt, 8 tasks

In [35]: df[df.A > threshold].compute()
Out[35]:
   A
3  4

延迟数据框大于延迟数

1 个答案: