将 Pandas 数据帧转换为 Dask 数据帧

Question

假设我有 pandas 数据框：

df=pd.DataFrame({'a':[1,2,3],'b':[4,5,6]})

当我将其转换为 dask 数据框时，name 和 divisions 参数应该由什么组成：

from dask import dataframe as dd 
sd=dd.DataFrame(df.to_dict(),divisions=1,meta=pd.DataFrame(columns=df.columns,index=df.index))

TypeError: init() 缺少 1 个必需的位置参数：'name'

编辑： 假设我创建了一个 pandas 数据框，例如：

pd.DataFrame({'a':[1,2,3],'b':[4,5,6]})

同样如何创建 dask 数据框，因为它需要三个额外的参数 name,divisions 和 meta。

sd=dd.Dataframe({'a':[1,2,3],'b':[4,5,6]},name=,meta=,divisions=)

感谢您的回复。

Answer 1

我觉得你可以用dask.dataframe.from_pandas:

from dask import dataframe as dd 
sd = dd.from_pandas(df, npartitions=3)
print (sd)
dd.DataFrame<from_pa..., npartitions=2, divisions=(0, 1, 2)>

编辑：

我找到solution：

import pandas as pd
import dask.dataframe as dd
from dask.dataframe.utils import make_meta

df=pd.DataFrame({'a':[1,2,3],'b':[4,5,6]})

dsk = {('x', 0): df}

meta = make_meta({'a': 'i8', 'b': 'i8'}, index=pd.Index([], 'i8'))
d = dd.DataFrame(dsk, name='x', meta=meta, divisions=[0, 1, 2])
print (d)
dd.DataFrame<x, npartitions=2, divisions=(0, 1, 2)>