dask

7зной

2ответ

Создать столбец условия if-else в dask dataframe

Мне нужно создать столбец, основанный на некотором условии на dask dataframe. В панд это довольно просто: ddf['TEST_VAR'] = ['THIS' if x == 200607 else 'NOT THIS' if x == 200608 else '

1зной

1ответ

dask.dataframe.from_bcolz() немедленно начинает обрабатывать

Интересно, почему dd.from_bcolz() начинает выполнять некоторую обработку (которая растет, когда N столбцов идет вверх и столбцы типа строк) сразу же при вызове. И dd.read_hdf() не делает много обработ

1зной

1ответ

пакет python распределен, получить адрес веб-интерфейса с простой настройкой

В настоящее время я использую пакет python, кто-нибудь знает, как получить адрес веб-интерфейса при настройке с помощью API Python? исполнитель = Executor() Или я всегда должен установить с помощью ко

2зной

2ответ

Как скопировать dask dataframe?

Учитывая панда df можно скопировать его, прежде чем делать что-либо с помощью: df.copy() Как я могу это сделать с объектом Даска dataframe?

1зной

1ответ

Как вы переносите дачный фрейм данных (преобразовывать столбцы в строки), чтобы приближаться к принципам аккуратных данных?

TLDR: Я создал сигнальную карту данных из мешка для дачи. Блок данных dask обрабатывает каждое наблюдение (событие) в виде столбца. Таким образом, вместо того, чтобы иметь строки данных для каждого со

2зной

1ответ

Рабочие постоянные переменные Dask

Есть ли способ с dask иметь переменную, которая может быть получена из одной задачи в другую. Я имею в виду переменную, которую я мог бы заблокировать в рабочем месте, а затем получить в том же работн

0зной

1ответ

Даск ошибки: Длина значений не соответствует длине индекса

Я прочитал файл CSV, используя dask таким образом: import dask.dataframe as dd train = dd.read_csv('act_train.csv') Тогда я хотел бы применить простую логику для каждой строки, которая работает дов

2зной

1ответ

Как Дискретизируют большой dataframe колонн с переменными бункерами в панд/DASK

Я могу дискретизацию с dataframe панды по столбцам с этим кодом: import numpy as np import pandas as pd def discretize(X, n_scale=1): for c in X.columns: loc = X[c].median() # me