使用 Dask 数据框删除列

Question

这应该有效：

raw_data.drop('some_great_column', axis=1).compute()

但是该列没有被删除。在 pandas 我使用：

raw_data.drop(['some_great_column'], axis=1, inplace=True)

但是Dask中不存在inplace。有什么想法吗？

Answer 1

你可以分成两个操作：

# dask operation
raw_data = raw_data.drop('some_great_column', axis=1)

# conversion to pandas
df = raw_data.compute()

然后将 Pandas 数据帧导出到 CSV 文件：

df.to_csv(r'out.csv', index=False)

Answer 2

我假设您想在 Dask DF 中保留“原始数据”。在这种情况下，以下将起到作用：

new_raw_df = raw_data.drop('some_great_column', axis=1).copy()

其中type(new_raw_df)为dask.dataframe.core.DataFrame，您可以删除原来的DF。