pandas 的 Dask 就地替换？

Question

我想知道我是否可以使用 dask 而不是 pandas。我可能会遇到哪些问题？

1) 我想对于较小的数据集，dask 会比 pandas 慢。我对此没有意见，因为有时我不知道数据的大小，也不知道服务器配置。

2) 我将不得不学习稍微不同的语法（例如计算）

我会遇到 dask dataframe 不能做 pandas dataframe 可以做的事情的情况吗？

Answer 1

这是一个非常宽泛的问题。一般来说我推荐参考dask.dataframe documentation.

Dask.dataframe 没有实现所有 pandas。这包括以下几种操作：

1. 变异操作
2. 难以完全并行执行的操作，例如中位数（尽管通常存在近似解，例如近似分位数）
3. 遍历数据帧的行
4. API 的小角落，没有人费心复制过来。

但是，因为 dask 数据框只是许多小数据框的集合，所以在简单的情况下，您通常可以绕过其中的一些限制。