Python dask数据帧中的列滤波与乘法

我试图在dask数据帧上复制以下操作，其中我必须根据列值过滤数据帧，并在此基础上乘以另一列

以下是熊猫的等价物-

import dask.dataframe as dd

df['adjusted_revenue'] =  0
df.loc[(df.tracked ==1), 'adjusted_revenue'] = 0.7*df['gross_revenue']
df.loc[(df.tracked ==0), 'adjusted_revenue'] = 0.3*df['gross_revenue']

我尝试在dask数据帧上执行此操作，但它不支持赋值

TypeError:“\u LocIndexer”对象不支持项分配

这对我有用-

df['adjusted_revenue'] =  0
df1 = df.loc[df['tracked'] ==1]
df1['adjusted_revenue'] = 0.7*df1['gross_revenue']
df2 = df.loc[df['tracked'] ==0]
df2['adjusted_revenue'] = 0.3*df['gross_revenue']
df = dd.concat([df1, df2])

然而，我希望有更简单的方法来做到这一点

谢谢

你应该使用，这对熊猫来说可能也是正确的选择；或者

其中

。然而，为了保持和原始数据相似，这里使用了

map\u分区

，您可以独立地处理数据帧的每一部分，而这些部分实际上是数据帧

def make_col(df):
    df['adjusted_revenue'] =  0
    df.loc[(df.tracked ==1), 'adjusted_revenue'] = 0.7*df['gross_revenue']
    df.loc[(df.tracked ==0), 'adjusted_revenue'] = 0.3*df['gross_revenue']
    return df

new_df = df.map_partitions(make_col)

---

这是Dask特有的问题。在分布式计算框架（如Dask）中，就地更改数据似乎不是最简单的事情。