Python 使用Dask中的read_sql_表将时间戳指定为索引

在SQLite中，我有一个带有索引列的表

data

，它是由

time.time（）在录制时生成的时间戳

我想将此表中的数据加载到Dask数据帧。为此，我使用：

import dask.dataframe as dd
data = dd.read_sql_table('data', 'sqlite:///'+DB_PATH, index_col='time', parse_dates={"time": {"unit":"s"}})

当我想对数据
data.resample（'15S'）.mean（）应用滚动平均值时，我得到：

TypeError: Only valid with DatetimeIndex, TimedeltaIndex or PeriodIndex, but got an instance of 'Float64Index'

因此，如果我通过
data.index
检查索引，它会给出这样的结果，这表明它的数据类型正确，
parse_dates
确实有效，对吗

Dask Index Structure:
npartitions=1
1.619876e+09    datetime64[ns]
1.620067e+09               ...
Name: time, dtype: datetime64[ns]
Dask Name: from-delayed, 3 tasks

最后，我尝试在加载后定义索引datetime：

data = dd.read_sql_table('data', 'sqlite:///'+DB_PATH, index_col='time')
data['time__1'] = pd.to_datetime(np.array(data['time__1']), unit='s') # By the way, I don't know why Dask creates a 'time__1' column...
data = data.set_index('time__1', sorted=True)

但后来我得到了这个信息

ValueError: Length of values does not match length of index

我想出了一个解决办法。它似乎不是最有效的，因为它没有直接从
read\u sql\u table（）
中利用date\u parse，并且依赖于Dask出于某种原因生成的列
time\u 1

data = dd.read_sql_table('data', 'sqlite:///'+DB_PATH, index_col='time')
data = data.set_index(data['time__1'].map_partitions(pd.to_datetime, unit='s'))
data = data.drop('time__1', axis=1)

如果你知道一个更好的解决方案