如果 Dask 系列包含不可散列类型，如何将其转换为字符串类型？

Question

我想在任意 Dask 系列上调用 .value_counts()，如果系列包含不可散列的类型，我想将该系列转换为类型 string。如果不需要，我不想将系列转换为字符串。我也不想在调用 .value_counts() 之前调用 .compute()。我试过了

df = pd.DataFrame({"a":[[1], ["foo"], ["foo", "bar"]]})
df = dd.from_pandas(df, npartitions=1)
srs = df["a"]

try:
    val_counts = srs.value_counts()
except TypeError:
    srs = srs.astype(str)
    val_counts = srs.value_counts()

val_counts.compute()

给出了错误

TypeError: unhashable type: 'list'

和

df = pd.DataFrame({"a":[[1], ["foo"], ["foo", "bar"]]})
df = dd.from_pandas(df, npartitions=1)
srs = df["a"]

def func(srs):
    try:
        val_counts = srs.value_counts()
    except TypeError:
        srs = srs.astype(str)
        val_counts = srs.value_counts()
    return val_counts

val_counts = dask.compute(func(srs))

给出了同样的错误。

我也试过了

df = pd.DataFrame({"a":[[1], ["foo"], ["foo", "bar"]]})
df = dd.from_pandas(df, npartitions=1)
srs = df["a"]

if srs.apply(lambda y: isinstance(y, list), meta=srs).any():
    srs = srs.astype(str)

srs.value_counts().compute()

给出了错误

TypeError: Trying to convert dd.Scalar<series-..., type=str> to a boolean value.

Answer 1

也许先将列表转换成元组之类的可散列的东西？

s.apply(tuple).value_counts()  ?

如果 Dask 系列包含不可散列类型，如何将其转换为字符串类型？

How to cast a Dask Series as string type if it contains an unhashable type?

python

dask

dask-dataframe