Python Dask：从拼花地板写入/读取后不一致的索引

我有一个熊猫数据帧，

df

，我把它转换成一个Dask数据帧，

Dask_df

：

import pandas as pd
import dask.dataframe as dd
df = pd.DataFrame.from_dict({'col1':[1,2,3], 'col2':[2,3,4]})
dask_df = dd.from_pandas(df, npartitions=1)

在将其转换回pandas数据帧后，我检查了dask_df的索引，并查看：

dask_df.compute（）.index#RangeIndex（开始=0，停止=3，步骤=1）

但是，如果我将dask数据帧写入拼花地板，然后从拼花地板将其读回dask数据帧，则索引不再一致：

dask_df.to_parquet('dask_df.pq', write_index=True)
test_df = dd.read_parquet('dask_df.pq')
test_df.compute().index #Int64Index([0, 1, 2], dtype='int64', name='index')

我希望能够将我的dask数据帧（仅一个分区）写入parquet，从parquet读取它，并获得具有相同索引的原始dask数据帧。对我在这里做的不对有什么想法吗

---

谢谢

看起来你提供的东西和你得到的东西有两个区别：

名称已从

None

更改为

“index”

类型已从值为[0,1,2]的RangeIndex更改为值为[0,1,2]的Int64Index类型

---

在这两种情况下，这是因为拼花地板不提供这些选项。所有列都必须使用拼花文件格式的文本名称命名，并且它们没有键入列的概念。

您提供的内容和您得到的内容之间似乎有两个区别：

名称已从

None

更改为

“index”

类型已从值为[0,1,2]的RangeIndex更改为值为[0,1,2]的Int64Index类型

在这两种情况下，这是因为拼花地板不提供这些选项。所有列都必须使用拼花文件格式的文本名称命名，并且它们没有类型化列的概念