Python 你能从Dask序列中随机抽取k值吗？

我想在不替换Dask序列的情况下随机采样k值，并且我不想事先计算序列的长度。如果k大于序列的长度，那么我想返回整个序列

我已经尝试过dask系列，但它无法将延迟对象作为

frac

参数处理：

df=pd.DataFrame（{“A”：[0,1,2]}）
ddf=dd.from_熊猫（df，npartitions=1）
ds=ddf[“A”]
k=2
取样\u系列=ds.样本（分形=k/ds.形状[0]）
采样的_系列.compute（）

给出了错误

TypeError:正在尝试将dd.Scalar转换为布尔值

我也尝试过，但当k大于包的长度时，它会抛出一个错误：

df=pd.DataFrame（{“A”：[0,1,2]}）
ddf=dd.from_熊猫（df，npartitions=1）
ds=ddf[“A”]
样本=随机样本（ds.to_bag（），k=4）
sample.compute（）

给出了错误

异常：ValueError（'样本大于总体或为负'）

---

有什么方法可以得到我想要的结果吗？

在我看来，

df.shape

是一个延迟对象，可能是这给了你一个问题

我试过了，效果不错

将熊猫作为pd导入
将numpy作为np导入
将dask.dataframe作为dd导入
df=pd.DataFrame（{“A”：np.arange（10）}）
df=dd.from_熊猫（df，npartitions=2）
df_sampled=df.sample（frac=0.2）#我想要20%的数据

感谢@rpanai的建议，对我来说，一个足够的解决方案是从每个分区采样。比如说

df=pd.DataFrame（{“A”：[0,1,2]}）
ddf=dd.from_熊猫（df，npartitions=1）
ds=ddf[“A”]
k=2
sampled_series=ds.map_分区（lambda x:x.sample（n=min（k，x.shape[0]），meta=ds）
采样的_系列.compute（）

谢谢@rpanai的回答。但是，我想从任意Dask序列（任意长度）中抽取固定数量的行，而无需在抽样之前计算序列的长度。因此，

.sample（）

的

frac

参数取决于

df.shape

（或数据的长度）在调用

.sample（）之前，我不想计算它

。如果您从每个分区中提取固定数量的行，该怎么办？在这种情况下，您可以使用map\u分区仅供参考：彻底回答问题非常耗时。如果您的问题已解决，请接受最适合您需要的解决方案，表示感谢。接受检查位于答案左上角的上/下箭头下方。新解决方案如果出现更好的答案，则可以接受。您也可以使用向上或向下箭头对答案的质量/帮助性进行投票。如果解决方案无法回答问题，请留下评论。？。谢谢