vaex数据框是否不支持数据生成

Question

我有一个带有模式的数据集，

BIKE_ID	REGN_NUMBER	ENGINE_NUMBER	CHASSIS_NUMBER	BUYED_YEAR
1	XN67TY567	34567ABGN65	145089	2011
2	XN67TM567	34567ABGT65	145085	2011
3	XN67TM569	34567VBGT65	1450867	2013
.	.	.	.	.
.	.	.	.	.
2870763	XN56RTMN	34786VHGT65	14501236	2016

现在我想生成从 28,70,764 到大约 3,28,70,764 的数据，即生成大约 3000 万行 所以在 pandas 中我们可以使用下面的方法。

val = 2870764
df3['POLICY_ID'] = range(val ,val+30000000) 

但是由于数据量很大pandas无法生成，所以有没有办法在Vaex中解决这个问题。

但是 Vaex 给我一个错误 ValueError: range(2870764, 5870764) 不是字符串或表达式类型，而是

所以，有人能建议我在 Vaex 中是否可以这样做。

Answer 1

是的，vaex 有一个名为 vrange 的函数，它完全可以满足您的需求，并且不占用内存。

示例：

import vaex

df = vaex.example()
df

这是一个包含 330,000 行的数据框（在撰写本文时使用示例数据集）。我们可以使用 vaex.vrange

生成一个新列 POLICY_ID

df["POLICY_ID"] = vaex.vrange(0, len(df))

vrange 文档：https://vaex.io/docs/api.html#vaex.vrange