Python 尝试分配给数据帧时，GroupBy.apply vs common aggregation

我有这样一个示例数据帧：

df = pd.DataFrame({'http_user':['user1']*10, 'dst':['1111'] * 10, 'dst_port':[80] * 10, 'content': np.random.randint(0, 1024, size=10)})
ddf = dd.from_pandas(df, npartitions=5)
group = ddf.groupby(['http_user', 'dst', 'dst_port'])
meta_df = make_meta(('average', 'f8'))
meta_df = pd.MultiIndex(levels=[['user'], ['111'], [443]], codes=[[]] * 3, names=['http_user', 'dst', 'dst_port'])
with_apply = group.content.apply(lambda s: s.mean(), meta=meta_df)
without_apply = group.content.mean()
without_apply.to_frame('average').assign(average2=without_apply) # this works

without_apply.to_frame('average').assign(average2=with_apply) # This doesn't

例外情况是：

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-120-190777069746> in <module>
----> 1 without_apply.to_frame('average').assign(average2=with_apply)

~/virtualenvs/statistics3/lib/python3.6/site-packages/dask/dataframe/core.py in assign(self, **kwargs)
   3519         # Figure out columns of the output
   3520         df2 = 
self._meta_nonempty.assign(**_extract_meta(kwargs, nonempty=True))
-> 3521         return elemwise(methods.assign, self, *pairs, meta=df2)
   3522 
   3523     @derived_from(pd.DataFrame, ua_args=["index"])

~/virtualenvs/statistics3/lib/python3.6/site-packages/dask/dataframe/core.py in elemwise(op, *args, **kwargs)
   4273     from .multi import _maybe_align_partitions
   4274 
-> 4275     args = _maybe_align_partitions(args)
   4276     dasks = [arg for arg in args if isinstance(arg, (_Frame, Scalar, Array))]
   4277     dfs = [df for df in dasks if isinstance(df, _Frame)]

~/virtualenvs/statistics3/lib/python3.6/site-packages/dask/dataframe/multi.py in _maybe_align_partitions(args)
    162     divisions = dfs[0].divisions
    163     if not all(df.divisions == divisions for df in dfs):
--> 164         dfs2 = iter(align_partitions(*dfs)[0])
    165         return [a if not isinstance(a, _Frame) else next(dfs2) for a in args]
    166     return args

~/virtualenvs/statistics3/lib/python3.6/site-packages/dask/dataframe/multi.py in  align_partitions(*dfs)
    117     if not all(df.known_divisions for df in dfs1):
    118         raise ValueError(
--> 119             "Not all divisions are known, can't align "
    120             "partitions. Please use `set_index` "
    121             "to set the index."

ValueError: Not all divisions are known, can't align partitions. Please use `set_index` to set the index.

---------------------------------------------------------------------------
ValueError回溯（最近一次调用上次）
在里面
---->1不带应用。到框架（“平均”）。分配（平均2=带应用）
分配中的~/virtualenvs/statistics3/lib/python3.6/site-packages/dask/dataframe/core.py（self，**kwargs）
3519#计算出输出的列
3520 df2=
self.\u meta\u nonempty.assign（**\u extract\u meta（kwargs，nonempty=True））
->3521返回元素（methods.assign，self，*pairs，meta=df2）
3522
3523@derived_from（pd.DataFrame，ua_args=[“index”]）
elemwise中的~/virtualenvs/statistics3/lib/python3.6/site-packages/dask/dataframe/core.py（op，*args，**kwargs）
4273来自。多重导入\u可能\u对齐\u分区
4274
->4275 args=\u可能\u对齐\u分区（args）
4276 dasks=[arg表示args中的arg，如果存在（arg，（_帧，标量，数组））]
4277 dfs=[如果存在（df，_帧），则dasks中df的df]
~/virtualenvs/statistics3/lib/python3.6/site-packages/dask/dataframe/multi.py在分区（args）中
162个分区=dfs[0]。分区
163如果不是全部（df.divisions==dfs中df的分段）：
-->164 dfs2=iter（对齐分区（*dfs）[0]）
165对于参数中的a，返回[a if not isinstance（a，_帧）else next（dfs2）]
166返回参数
对齐分区（*dfs）中的~/virtualenvs/statistics3/lib/python3.6/site-packages/dask/dataframe/multi.py
117如果不是全部（dfs1中df的已知分区）：
118升值错误(
-->119“并非所有分区都已知，无法对齐”
120“分区。请使用“设置索引”
121“以设置索引。”
ValueError:并非所有分区都已知，无法对齐分区。请使用“set_index”设置索引。

在我的分析中，我有一些聚合可以通过构建自定义的

聚合器来完成，并在组上使用它。分配是有效的。但其中一些需要传递一些额外的数据，因此据我所知，我只能使用apply，因为我无法将数据传递给聚合器函数（
chunk
，
agg
，
finalize
）。从文档中可以看出，使用
聚合器
对象是可取的。应用的这种行为是预期的吗