Python dask.bag.Bag.to_dataframe用法及代码示例

用法: Bag.to_dataframe(meta=None, columns=None, optimize_graph=True)

从 Dask Bag 创建 Dask Dataframe。

Bag 应该包含元组、字典记录或标量。

索引不会特别有意义。如有必要，之后使用reindex。

参数：

meta：pd.DataFrame，dict，可迭代，可选: 与输出的 dtypes 和列名匹配的空 pd.DataFrame。此元数据对于 dask 数据帧中的许多算法起作用是必需的。为了便于使用，还提供了一些替代输入。代替 DataFrame ，可以提供 {name: dtype} 的 dict 或 (name, dtype) 的迭代器。如果未提供或未提供列表，则将计算来自第一个分区的单个元素，从而触发对 compute 的潜在昂贵调用。这可能会导致意外结果，因此建议提供meta。有关详细信息，请参阅 dask.dataframe.utils.make_meta 。
columns：顺序，可选: 要使用的列名。如果传递的数据没有与之关联的名称，则此参数提供列的名称。否则，此参数指示结果中列的顺序(数据中未找到的任何名称都将变为all-NA 列)。请注意，如果提供了meta，则将从那里获取列名，并且此参数无效。
optimize_graph：布尔型，可选: 如果为 True [默认]，则在转换为 dask.dataframe.DataFrame 之前对图形进行优化。

例子：

>>> import dask.bag as db
>>> b = db.from_sequence([{'name': 'Alice',   'balance': 100},
...                       {'name': 'Bob',     'balance': 200},
...                       {'name': 'Charlie', 'balance': 300}],
...                      npartitions=2)
>>> df = b.to_dataframe()

>>> df.compute()
      name  balance
0    Alice      100
1      Bob      200
0  Charlie      300

相关用法

注：本文由纯净天空筛选整理自dask.org大神的英文原创作品 dask.bag.Bag.to_dataframe。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。