如何在 dask 中使用多个条件创建变量？

Question

我想应用类似于 np.select 但使用 dask 函数或属性的东西。

Answer 1

所以我假设您不仅使用 Dask，还使用 ​​Dask-Dataframes。 如果您查看此处的文档： https://docs.dask.org/en/latest/dataframe.html ，您将看到对 Dask 系列的索引被认为是快速的。 所以一个例子

dd[dd.x>3] 

应该可以完美运行。 考虑到基本上使用一个 boolean 指标到 select 指标，我们可以通过使用乘法来扩展示例。 True 由 1 表示，False 由零表示，这意味着True * True的乘积将始终等于 1，而False * True 、 True * False和False * False将产生零。

dd[(dd.x>3)*(dd.y<10)]

因此应该为您提供您正在寻找的功能。

请注意，当您使用 Dask DataFrames 时，实际结果将仅根据请求生成。 因此，如果您想像这样运行计算，请将.compute链接到您的语句后面

dd[(dd.x>3)*(dd.y<10)].compute()

我希望这有帮助