dask - 使用多列作为索引来旋转 dask 数据框

Question

我有以下格式的 Dask DataFrame:

date       hour device  param     value
20190701    21  dev_01  att_1   0.000000
20190718    22  dev_01  att_2   20.000000
20190718    22  dev_01  att_3   18.611111
20190701    21  dev_01  att_4   18.706083
20190718    22  dev_01  att_5   23.333333

我正在尝试使用 Dask.DataFrames.pivot_table() API 旋转数据框。但是，我想使用“日期”、“小时”和“设备”作为索引(即，在透视表中，每一行都将由日期、小时和设备标识符唯一标识):

ddf.pivot_table(index = ['date', 'hour', 'device'], columns='param', values='value')

但是，它因以下错误而失败:

'index' must be the name of an existing column

据我从 API 文档 (here) 中了解到，参数“index”接受单个列的名称(而不是列表)，因此出现此错误。

是否有其他替代方法可以使用多列作为索引来旋转 dask 数据框？

Answer 1

如 docstring 中所述，您所依据的列必须是单个列，并且必须是分类数据类型。因此，要完成您想要的操作，您必须将三列转换为一个分类列。

这可以使用普通的 Pandas 语法实现，但可能需要完全传递数据才能获得类别。