将Pandas数据帧转换为Dask数据帧

Question

假设我有pandas数据帧：

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

当我将其转换为dask数据帧时， name和divisions参数应该包括：

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，如：

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

类似地，如何创建dask数据帧，因为它需要三个额外的参数作为name,divisions和meta 。

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

谢谢您的回复。

Answer 1

我想你可以使用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：

我找到解决方案 ：

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)>