numpy where 的 dask 等价物是什么？

Question

我正在尝试执行以下矢量化 if-else 的等效操作，但找不到任何适用于 dask 的内容。（dask.array.where总是返回NotImplemented）

实现这一目标的最佳方法是什么？

np.where(df['columne'] > 0, 0, 1)

Answer 1

Dask 的等价物numpy.where 是 dask.array.where。

举个例子：

import pandas as pd
import numpy as np
?
import dask.array as da
import dask.dataframe as dd
?
df = pd.DataFrame([-1,2,-4,5,-10], columns=['a'])
ddf = dd.from_pandas(df, 2)
print(df)
    a
0  -1
1   2
2  -4
3   5
4 -10

da.where(ddf['a'] > 0, 0, 1).compute()
array([1, 0, 1, 0, 1])

你也可以从你的评论中做等效的例子。

da.where(ddf['a'] > 0, np.nan, 5*ddf['a']).compute()
array([ -5.,  nan, -20.,  nan, -50.])

您可能需要升级您的库版本，安装其他库（例如 dask.array），或者如果您的特定示例无法正常工作，请提供更多信息。这适用于安装的以下 Dask 库：

dask                      2.10.0                     py_0  
dask-core                 2.10.0                     py_0