我正在处理大型数据集。为了更快地进行处理，我正在使用快速数据帧。
当我将dask数据帧的一列
对于当前的项目，我计划将Dask合并为两个非常大的CSV文件，以替代Pandas。我已经通过<code>pip install "da
我正在尝试使用Numba jit在dask数据帧上的GPU上运行。
代码如下。
<pre><code>@jit(target='cuda')
def return
<a href="https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.agg.html" rel="nofollow noreferrer">From the docs</
我有一个现有的Pandas代码库，并且刚刚开始尝试将其转换为Dask。我仍在尝试绕着Dask <code>dataframe</code>，<
我正在使用庞大的数据集解决<a href="https://www.kaggle.com/c/ieee-fraud-detection" rel="nofollow noreferrer">https://www.kagg
我有一个格式为<code>"[[Integer1, tag1], [Integer2, tag2]]"</code>的字符串作为dask系列中的值，并且想使用<c
我正在尝试使用Dask增强代码的性能。在我当前使用pandas的代码中，我在其他参数上应用了一些其他过程
我正在尝试使用 <code>len(dataframe[column])</code> 查找 dask 数据帧的长度，但每次尝试执行此操作时都会出现
我知道我可以在 spark 上轻松做到这一点，但一直在尝试使用 dask 并不断出现内存不足错误，也许我没有
在Node1（4CPU，8GB）上启动Dask Scheduler：
Dask Scheduler：<code>dask-scheduler --host 0.0.0.0 --port 8786</code>
<
我正在用除法在ddf上设置索引。当我这样做时，出现以下错误。仅当我更改我的部门时，才会发生错误
我大约有1.5 TB的数据分为大约5500个json文件，我需要使用map_partition处理（NN搜索）并保存结果。 （GCS）
我正在将Pandas / Numpy代码转换为Dask，以处理较大的数据集。我似乎无法重新创建以下Pandas / Numpy代码：</p
我有大型的csv文件（每个3gb 5个csv），并且需要在不崩溃的情况下将它们连接起来。
根据之前发布的一
我想计算数据中唯一行的数量。下面是一个快速的输入/输出示例。
<pre><code>#input
A,B
0,0
0,1
1,0
1,0
1,1
1,
我正在尝试解决一个简单的问题，但是卡在此元数据问题中。我正在处理的问题是数据，应用了功能工
我有一个包含200个分区的dask数据框。使用.compute（）计算分析结果之后，我可以看到所用内存，任务进
我正在尝试处理数据集，并随着在Dask中的写出进行增量更新。 Dask元数据文件在重新读取处理后的数据
我有两个大的CSV文件，每个文件约2800万行。我正在执行内部联接，在新的Dask Dataframe中添加列，然后在
