dask map_partitions返回Pandas数据框，而不是dask
我能找到的一切都表明daskmap_partitions应该返回dask dataframe对象。但是下面的代码片段和相应的输出（使用logzero）没有。（请注意-calc_delta返回浮点数的np.array）。
352 logger.debug(type(self.dd))
353 self.dd = self.dd.map_partitions(
354 lambda df: df.assign(
355 duration1=lambda r: calc_delta(r['a'], r['b'])
356 , duration2=lambda r: calc_delta(r['a'], r['c'])
357 )
358 ).compute(scheduler='processes')
359 logger.debug(type(self.dd))
[D 200316 19:19:28探索性：352] <class'dask.dataframe.core.DataFrame'>
[D 200316 19:19:43探索性：359] <class'pandas.core.frame.DataFrame'>
所有指南（有很多技巧）都建议这是向分区的dask数据框添加（逻辑）列的方法。但是，如果它实际上没有返回dask数据帧，则不会。
我想念什么？
问题来源：stackoverflow
展开
收起
1
条回答
写回答
写回答
-
难道不是因为您正在调用“计算”吗？
也许这样：
self.dd.map_partitions( lambda df: df.assign( duration1=lambda r: calc_delta(r['a'], r['b']) , duration2=lambda r: calc_delta(r['a'], r['c']) ) )实际上返回一个dask数据框。但是随后您调用了应该返回结果的compute，因此是pandas数据框，不是吗？
回答来源：stackoverflow
2020-03-23 18:54:13赞同 展开评论 打赏
问答标签：
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
