Python 索引到Dask序列将返回Dask序列

我有一个Dask系列的Dask数据帧

我想索引到本系列中，以获取dask数据帧，用于后续工作

但是，使用

loc[0]

会导致另一个dask系列。使用

到_frame

也不起作用，因为结果是“一系列Dask数据帧的Dask数据帧”

下面是一个使用Dask系列熊猫数据帧的最小示例（不完全相同，但说明了问题）：

看起来，一旦对象成为dask序列，所有后续的组合器都会将其作为dask序列保留，直到

compute

，这将返回一个“singleton”序列

---

是否有必要告诉dask将索引对象视为我所期望的类型？

您可能有理由将数据帧保留在一个系列中，但我从示例中不理解，但我猜测，将原始数据帧保留为dask中的分区会更好。然后，您可以使用

concat

将它们连接起来，如下例所示：

import pandas as pd
import dask.dataframe as dd

pdf1 = pd.DataFrame({'a': [1,2,3,4], 'b': [4,3,2,1]})
pdf2 = pd.DataFrame({'a': [4,3,2,1], 'b': [1,2,3,4]})

ddf1 = dd.from_pandas(pdf1, npartitions=1)
ddf2 = dd.from_pandas(pdf2, npartitions=1)

ddf = dd.concat([ddf1, ddf2], axis=0)
ddf.compute()

您可以使用

ddf.partitions[0].compute（）访问第一个分区

更重要的是，如果对原始数据帧进行了索引，并且索引已排序且索引不重叠，则
concat
将正确设置连接数据帧的分段，而无需重新索引。您可以使用
ddf.divisions
检查分割，在本例中显示
（None，None，None）
，但是如果您从正确的索引开始，请更正分割。
您可能有理由将数据帧保留在一个系列中，但我从本例中不理解，但我的猜测是，将原始数据帧作为分区保存在dask中会更好。然后，您可以使用
concat
将它们连接起来，如下例所示：

import pandas as pd
import dask.dataframe as dd

pdf1 = pd.DataFrame({'a': [1,2,3,4], 'b': [4,3,2,1]})
pdf2 = pd.DataFrame({'a': [4,3,2,1], 'b': [1,2,3,4]})

ddf1 = dd.from_pandas(pdf1, npartitions=1)
ddf2 = dd.from_pandas(pdf2, npartitions=1)

ddf = dd.concat([ddf1, ddf2], axis=0)
ddf.compute()

您可以使用
ddf.partitions[0].compute（）访问第一个分区

更重要的是，如果对原始数据帧进行了索引，并且索引已排序且索引不重叠，则
concat
将正确设置连接数据帧的分段，而无需重新索引。您可以使用
ddf检查分割。分割
，在本例中显示
（None，None，None）
，但如果您从正确的索引开始，则可以更正分割。
我怀疑这是因为Dask不知道只有一个值为0的索引值。原则上，索引值为0的行可能很多，因此
.loc
的一般输出类型是一个系列

当我们有唯一值的索引时，这与我们的直觉背道而驰，这可能会导致您似乎遇到的挫折感。
我怀疑这是因为Dask不知道只有一个值为0的索引值。原则上，索引值为0的行可能很多，因此
.loc
的一般输出类型是一个系列

当我们有唯一值的指数时，这与我们的直觉背道而驰，这可能会导致您遇到的挫折感。
所以没有解决这个atm的方法？我发现处理这些情况的唯一方法是转换为delayed并直接处理它，然后转换回需要的任何东西。解决方法是我们总是返回一个序列。从Dask的角度来看，这不是一个bug，而是熊猫端的一个奇怪的类型不一致性。所以这个atm没有解决方案？我发现处理这些情况的唯一方法是转换为delayed并直接处理它，然后转换回需要的任何东西。解决方法是我们总是返回一个序列。从Dask的角度来看，这不是一个bug，而是一个奇怪的类型不一致性。