pandas - 按多列对dask数据帧进行排序，一些升序，一些降序

Question

我正在转换 pandas至 dask ，到目前为止的主要问题是排序。

用于转换简单排序 Im 使用 nlargest对于复杂的排序，例如:

df = df.sort_values(
            by=['column_1', 'column_2', 'column_3', 'column_4', 'column_5', 'column_6', 'column_7'],
            ascending=[1, 0, 0, 0, 0, 0, 0]
        )

我转换成 Pandas 然后回到 dask: dd.from_pandas
为了这: ar = ar.sort_values(by=['column_1', 'column_2'], ascending=[1, 0])
我不知道该怎么办

我假设转换为 Pandas 并返回 dask 减慢事情的速度(不知道它有多可怕)

可以 nlargest处理这个(事情？我不知道如何实现一列下降而另一列上升。

Answer 1

试图扩大对话:也许不是要更换sort_values但是在 dask 中重新编写了整个内容友好的方式:

后:
ar = ar.sort_values(by=['column_1', 'column_2'], ascending=[1, 0])
来了:
ar = ar.groupby(['column_1']).first()
这两行可以写成一行 dask友好线路:
ar = ar.groupby(['column_1']).agg({'column_2': 'max'})
我不认为这是问题的答案，仍在寻找处理方法 sort_values ，也许有多种方式。