如何解决使用 Dask 读取多个 Excel 文件
谁能帮我理解如何在 dask 中读取多个 excel 文件? 在 Pandas 中,我会使用 Glob 并执行此操作
files = glob.glob('Working Files/*.xlsx')
df = pd.concat([pd.read_excel(i,skiprows=2) for i in files],ignore_index=True)
需要帮助在 dask 中做同样的事情
谢谢,
杰克
解决方法
最简单的解决方案是将您的函数包装在 delayed
API 中:
import dask
files = glob.glob('Working Files/*.xlsx')
# note we are wrapping in delayed only the function,not the arguments
delayeds = [dask.delayed(pd.read_excel)(i,skiprows=2) for i in files]
# the line below launches actual computations
results = dask.compute(delayeds)
# after computation is over the results object will
# contain a list of pandas dataframes
df = pd.concat(results,ignore_index=True)
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。