chunksize not supported for dd.read_csv

`dd.read_csv` 是 Dask DataFrame 中用于读取 CSV 文件的函数，但它并不支持直接设置 `chunksize` 参数。这是因为 Dask 的数据划分是基于列而不是行，所以不像 Pandas 那样按行分块。如果你需要在读取 CSV 文件时进行分布式处理，Dask 提供了其他更合适的方式来分割数据：

1. **列分块**：Dask 的数据分区默认按照列进行，可以利用 `dd.read_csv(..., columns=...)` 来指定只读取部分列，这实际上就是一种间接地控制数据大小的方式。

df = dd.read_csv('large_file.csv', usecols=['column1', 'column2'])

2. **延迟读取**：如果数据太大无法一次性读入，可以使用 `npartitions` 参数限制数据的初始分区数。Dask 将在第一次操作时才实际读取数据，这有助于内存管理。

df = dd.read_csv('large_file.csv', npartitions=5)

这里 `npartitions` 表示数据将被分为5份独立的小块。

3. **懒加载**：Dask 采用惰性计算模式，即只有在真正进行计算时才会读取数据。你可以通过 `.compute()` 或者 `.map_partitions()` 等操作触发数据读取。

df = dd.read_csv('large_file.csv')
# 只有当你对 df 进行实际计算时，数据才会被读取
result = df.sum().compute()

如果你确实想按照行或更大的单位划分数据，你可能需要结合其他工具或操作，如 Hadoop 或 Spark。