如何在 dask 中使用多個條件創建變量？

Question

我想應用類似於 np.select 但使用 dask 函數或屬性的東西。

Answer 1

所以我假設您不僅使用 Dask，還使用 ​​Dask-Dataframes。 如果您查看此處的文檔： https://docs.dask.org/en/latest/dataframe.html ，您將看到對 Dask 系列的索引被認為是快速的。 所以一個例子

dd[dd.x>3] 

應該可以完美運行。 考慮到基本上使用一個 boolean 指標到 select 指標，我們可以通過使用乘法來擴展示例。 True 由 1 表示，False 由零表示，這意味着True * True的乘積將始終等於 1，而False * True 、 True * False和False * False將產生零。

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

因此應該為您提供您正在尋找的功能。

請注意，當您使用 Dask DataFrames 時，實際結果將僅根據請求生成。 因此，如果您想像這樣運行計算，請將.compute鏈接到您的語句后面

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

我希望這有幫助