Python 为什么Dask to_csv会将文件保存在部件中？ 上下文序言：

我有一个示例csv文件，它的列数比行数多（~300对190），在处理整个8000万条记录之前，我试图了解它是如何工作的。 我正在做一个谷歌colab笔记本

我想做的是： 读取CSV文件，对所有列执行值_counts（），并保存结果

这是代码，我保留原样：

导入dask.dataframe作为dd
作为pd进口熊猫
#这里我们正在阅读csv
dfd=dd.read\u csv(
'drive/MyDrive/csvs/sample.csv'，
分隔符='；'，
#下面我们指定第一列的类型
数据类型={'ID'：对象，'BSID'：'UInt32'，'CAM'：'UInt32'，
‘AGZ’：‘UInt32’、‘Zen’：‘UInt16’、‘taw’：‘UInt16’
},
块大小=64000000#=64 Mb块
)
#这里我们将~300列的其余部分转换为UInt8
cols=[i表示dfd列中的i，如果i不在['ID'、'BSID'、'CAM'中，
“AGZ”、“Zen”、“taw”]]
对于col中的col：
dfd[col]=dfd[col].astype（'UInt8'）
#价值计量
对于dfd列中的列：
结果=dfd[col]。值_计数（）
结果.to_csv（'drive/MyDrive/csvs/Value_计数-'+col+'.csv'））

出了什么问题： 执行代码时，结果将作为名为0.part的文件存储在文件夹中，这些文件夹按照

Value\u counts-'+col+'.csv

schema命名。我希望它保存为

csvs

文件夹中的

Value\u counts-'+col+'.csv

文件

为什么会这样

附加问题：

是否可以更好地为所有列运行value_counts（）

单个文件：bool，默认为False

是否将所有内容保存到单个CSV文件中。在单人床下 在文件模式下，每个分区都附加在指定CSV的末尾 文件

在您的例子中，每个输出只有一个分区（part.0）——但是Dask不知道您不需要从多个块并行写入，所以您需要帮助它

---

有更好的办法吗？听起来，您的列比分区多，所以您可以执行

dfd.map\u分区（pd.DataFrame.value\u counts）

和

sum

这些部分。

谢谢！我不知道我怎么会错过，即使我打开了“文档”选项卡。在这个示例中，我只有比分区更多的列。