dask.dataframe 用apply
时间: 2023-11-18 14:07:13 浏览: 254
在 `dask.dataframe` 中,`apply()` 方法可以用来对每一行或每一列应用一个函数。具体来说,`apply()` 方法接受一个函数作为参数,该函数会被应用到 `dask.dataframe` 中的每一行或每一列上,并返回一个新的 `dask.dataframe`。
下面是一个示例,假设我们有一个包含两列的 `dask.dataframe`,其中一列是字符串,另一列是整数。我们希望对字符串列进行分词,然后计算每个单词出现的次数。
```python
import dask.dataframe as dd
from collections import Counter
# 创建一个dask.dataframe
df = dd.from_pandas(pd.DataFrame({'text': ['hello world', 'foo bar'], 'num': [1, 2]}), npartitions=2)
# 定义一个函数,用于分词和计数
def count_words(text):
words = text.split()
return dict(Counter(words))
# 对字符串列应用函数
result = df['text'].apply(count_words, meta=('text', 'object'))
# 显示结果
print(result.compute())
```
在上面的示例中,我们首先创建了一个 `dask.dataframe`,然后定义了一个函数 `count_words()`,该函数接受一个字符串作为参数,将其分词并计算每个单词出现的次数。然后,我们对 `dask.dataframe` 中的字符串列应用该函数,得到一个新的 `dask.dataframe`,其中每个单元格都是一个字典,其中包含单词计数的结果。最后,我们通过调用 `compute()` 方法来计算结果并将其显示出来。
阅读全文