达斯：数据框组上的唯一方法

Question

我想知道在与Dask进行groupBy聚合后，是否有可能从给定的列中获得多个唯一项。我在文档中看不到任何类似信息。它在pandas数据框上可用，并且非常有用。我已经看到一些与此相关的问题，但是我不确定它是否已实现。

有人可以给我一些提示吗？

Answer 1

要扩展此注释，nunique您可以直接在 SeriesGroupBy 上使用：

import pandas as pd
import dask.dataframe as dd

d = {'col1': [1, 2, 3, 4], 'col2': [5, 6, 7, 8]}
df = pd.DataFrame(data=d)
ddf = dd.from_pandas(df, npartitions=2)
ddf.groupby(['col1']).col2.nunique().to_frame().compute()

有关更多讨论，请参阅https://github.com/dask/dask/issues/6280 。