Question

我想在任意一个Dask系列上调用.value_counts()，并且如果该系列包含不可散列的类型，我想将该系列转换为类型 string 。如果不需要，我不想将系列转换为字符串。我也不想在致电.compute()之前先致电.value_counts()。我尝试过

df = pd.DataFrame({"a":[[1], ["foo"], ["foo", "bar"]]})
df = dd.from_pandas(df, npartitions=1)
srs = df["a"]

try:
    val_counts = srs.value_counts()
except TypeError:
    srs = srs.astype(str)
    val_counts = srs.value_counts()

val_counts.compute()

出现错误

TypeError：不可散列的类型：“列表”

和

df = pd.DataFrame({"a":[[1], ["foo"], ["foo", "bar"]]})
df = dd.from_pandas(df, npartitions=1)
srs = df["a"]

def func(srs):
    try:
        val_counts = srs.value_counts()
    except TypeError:
        srs = srs.astype(str)
        val_counts = srs.value_counts()
    return val_counts

val_counts = dask.compute(func(srs))

给出相同的错误。

我也尝试过

df = pd.DataFrame({"a":[[1], ["foo"], ["foo", "bar"]]})
df = dd.from_pandas(df, npartitions=1)
srs = df["a"]

if srs.apply(lambda y: isinstance(y, list), meta=srs).any():
    srs = srs.astype(str)

srs.value_counts().compute()

出现错误

TypeError：尝试将dd.Scalar 转换为布尔值。

Answer 1

也许首先将列表转换成可哈希的东西（如元组）？

s.apply(tuple).value_counts()  ?

如果Dask系列包含无法散列的类型，如何将其转换为字符串类型？

1 个答案: