python - Dask 项目分配。不能使用 loc 进行项目分配

Question

我有一个无法放入内存的 Parquet 文件文件夹，所以我正在使用 dask执行数据清理操作。我有一个功能，我想在其中执行项目分配，但我似乎无法在网上找到任何符合此特定功能解决方案的解决方案。下面是在 Pandas 中工作的函数。如何在 dask 数据框中获得相同的结果？我认为延迟可能会有所帮助，但我尝试编写的所有解决方案都没有奏效。

def item_assignment(df):

    new_col = np.bitwise_and(df['OtherCol'], 0b110)

    df['NewCol'] = 0
    df.loc[new_col == 0b010, 'NewCol'] = 1
    df.loc[new_col == 0b100, 'NewCol'] = -1 

    return df

TypeError: '_LocIndexer' object does not support item assignment

Answer 1

您可以更换您的 loc与 dask.dataframe.Series.mask 的分配:

df['NewCol'] = 0
df['NewCol'] = df['NewCol'].mask(new_col == 0b010, 1)
df['NewCol'] = df['NewCol'].mask(new_col == 0b100, -1)