python - Groupby 多列和聚合与 dask

Question

dask 数据框 看起来像这样:

A     B     C     D
1     foo   xx    this
1     foo   xx    belongs
1     foo   xx    together
4     bar   xx    blubb

我想按 A、B、C 列分组，并将 D 中的字符串连接起来，中间有一个空格，以获得

A     B     C     D
1     foo   xx    this belongs together
4     bar   xx    blubb

我看到如何用 Pandas 做到这一点:
df_grouped = df.groupby(['A','B','C'])['D'].agg(' '.join).reset_index()
这如何通过 dask 实现？

Answer 1

ddf = ddf.groupby(['A','B','C'])['D'].apply(lambda row: ' '.join(row)).reset_index()
ddf.compute()

输出:

Out[75]: 
   A    B   C                      D
0  1  foo  xx  this belongs together
0  4  bar  xx                  blubb