Pandas Dask数据帧：为Grouppy中的日期差异定义元

我正试图为客户找到相互购买时间（即订单之间的天数）。虽然我的代码在没有定义

meta

的情况下工作正常，但我希望它能正常工作，不再看到要求我提供

meta

的警告

另外，如果您能就如何使用

map

或

map\u分区

而不是

apply

提出建议，我将不胜感激

到目前为止，我已经尝试：

• meta={'days\'u自上次订单日期：'datetime64[ns]}

• meta={'days\'u自上次订单日期：'f8'}

• meta={'ORDER\u DATE\u DT'：'datetime64[ns]'，'datetime64[ns]'，'datetime64[ns]}

• meta={'ORDER\u DATE\u DT'：'f8'，'days\u自上次订单日期起：'f8'}

• meta=（“自上次订单以来的天数”，“f8”）

• meta=（“自上次订单以来的天数”，“日期时间64[ns]”）

这是我的密码：

import numpy as np
import pandas as pd
import datetime as dt
import dask.dataframe as dd
from dask.distributed import wait, Client

client = Client(processes=True)

start = pd.to_datetime('2015-01-01')
end = pd.to_datetime('2018-01-01')
d = (end - start).days + 1

np.random.seed(0)
df = pd.DataFrame()
df['CUSTOMER_ID'] = np.random.randint(1, 4, 10)
df['ORDER_DATE_DT'] = start + pd.to_timedelta(np.random.randint(1, d, 10), unit='d')
print(df.sort_values(['CUSTOMER_ID','ORDER_DATE_DT']))
print(df)

ddf = dd.from_pandas(df, npartitions=2)

# setting ORDER_DATE_DT as index to sort by date
ddf = ddf.set_index('ORDER_DATE_DT')
ddf = client.persist(ddf)
wait(ddf)

ddf = ddf.reset_index()
grp = ddf.groupby('CUSTOMER_ID')[['ORDER_DATE_DT']].apply(
    lambda df: df.assign(days_since_last_order=df.ORDER_DATE_DT.diff(1))
    # meta=????
)

# for some reason, I'm unable to print grp unless I reset_index()
grp = grp.reset_index()
print(grp.compute())

这是

df.sort\u值（['CUSTOMER\u ID'，'ORDER\u DATE\u DT'）的打印输出。

这是

grp.compute（）

---

我可能不会因为它有点长就深入讨论这个问题，但我想你会想知道，这激发了这个补丁的灵感，帮助更全面地解决了这个问题。我可能不会因为它有点长就深入讨论这个问题，但我想你会想知道，这激发了这个补丁来帮助解决更普遍的问题。