Python 在Dask数据帧中的分区之间分布行

期望：我期望，当我对给定的数据帧进行分区时，行将大致均匀地分布到每个分区中。然后我希望，当我将数据帧写入csv时，得到的n个csv（在本例中为10）的长度大致相同

现实：当我运行下面的代码时，我发现所有行都在

export\u results-0.csv中，而剩下的9个csv是空的，而不是一些均匀分布的行

问题：是否需要设置其他配置以确保行分布在所有分区中

from dask.distributed import Client
import dask.dataframe as dd
import pandas as pd

client = Client('tcp://10.0.0.60:8786')

df = pd.DataFrame({'geom': np.random.random(1000)}, index=np.arange(1000))
sd = dd.from_pandas(df, npartitions=100)

tall = dd.merge(sd.assign(key=0), sd.assign(key=0), on='key').drop('key', axis=1)
tall.to_csv('export_results-*.csv').compute()

关于上面的代码：在下面的代码中，我创建了一个1000行的数据帧，并将其与自身合并，以创建一个1000000行长的数据帧（目标是最终生成一个薄而高的表，其中包含从100k+列表中任何一个到任何其他几何体的距离）。
，Dask文档的dataframe performance部分指出，两个Dask数据帧之间的连接可能非常昂贵

通过将Dask数据帧连接到熊猫数据帧，我似乎能够保留分区。下面是对上述代码的示例修改：

df1 = pd.DataFrame({ 'geom': np.random.random(200) }, index=np.arange(200))
sd1 = dd.from_pandas(df1.copy(), npartitions=5).assign(key=0)

tall = dd.merge(sd1, df1.assign(key=0), on='key', npartitions=10).drop('key', axis=1)
tall.to_csv('exported_csvs/res-*.csv')

现在，这实现了维护分区的目标。也就是说，我仍然有兴趣理解为什么在合并两个Dask数据帧时分区似乎不能被保留