Python 在Dask数据帧操作中引用新创建的列_Python_Pandas_Dask

Python 在Dask数据帧操作中引用新创建的列

python pandas dask

Python 在Dask数据帧操作中引用新创建的列,python,pandas,dask,Python,Pandas,Dask,告诉我第三次手术的错误 DataFrame对象没有属性tx\u code当您执行groupby（）.agg（）时，通常会返回一个数据帧，它将分组列条目作为索引，而不是列。这与熊猫的行为相同。如果要选择一个作为列，可以执行df.reset_index（），也可以直接引用索引；在这种情况下，我更喜欢前者，因为很难使用多个索引： ddf['tx_code'] = ddf.apply(setTxCode,axis=1) ddf = ddf.groupby(['CUST_ID','tx_code']).

告诉我第三次手术的错误

DataFrame

对象没有属性

tx\u code
当您执行groupby（）.agg（）
时，通常会返回一个数据帧，它将分组列条目作为索引，而不是列。这与熊猫的行为相同。如果要选择一个作为列，可以执行df.reset_index（）
，也可以直接引用索引；在这种情况下，我更喜欢前者，因为很难使用多个索引：
ddf['tx_code'] = ddf.apply(setTxCode,axis=1)

ddf = ddf.groupby(['CUST_ID','tx_code']).agg({'TRAN_AMT':sum})

ddf = ddf[ddf.tx_code=='SLIP']

df = ddf.compute()

reset_index是否触发dask中的计算？如果是这样的话，这可能是OP希望在后续筛选之前避免的事情，但事实并非如此。设置索引可能会有问题。@mdurant解决方案已起作用。这是索引问题
ddf['tx_code'] = ddf.apply(setTxCode,axis=1)

ddf = ddf.groupby(['CUST_ID','tx_code']).agg({'TRAN_AMT':sum}).reset_index()

ddf = ddf[ddf.tx_code=='SLIP]

df = ddf.compute()