当前位置: 首页>>代码示例 >>用法及示例精选 >>正文

Python dask.dataframe.DataFrame.repartition用法及代码示例


用法:

DataFrame.repartition(divisions=None, npartitions=None, partition_size=None, freq=None, force=False)

沿新部门重新分区 DataFrame

参数：

divisions：列表，可选

要使用的分区列表。仅在未指定 npartitions 和 partition_size 时使用。为方便起见，如果给定一个整数，这将推迟到 npartitions，如果给定一个字符串，它将推迟到 partition_size(见下文)

npartitions：整数，可选

输出的分区数。仅在未指定 partition_size 时使用。

partition_size: int or string, optional：

每个分区的最大内存字节数。使用数字或字符串，例如 5MB。如果指定了 npartitions 和 divisions 将被忽略。

警告

此关键字参数触发计算以确定每个分区的内存大小，这可能很昂贵。

freq：str, pd.Timedelta

对时间序列数据进行分区的时间段，例如 '7D' 或 '12h' 或 pd.Timedelta(hours=12) 。假设一个日期时间索引。

force：布尔值，默认为 False

允许扩展现有的部门。如果为 False，则新分区的下限和上限必须与旧分区相同。

注意：

应该指定 divisions , npartitions , partition_size 或 freq 中的一个。如果不是这种情况，将引发 ValueError。

例子：

>>> df = df.repartition(npartitions=10)  
>>> df = df.repartition(divisions=[0, 5, 10, 20])  
>>> df = df.repartition(freq='7d')

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.dataframe.DataFrame.repartition。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。