Python dask.bag.Bag.to_dataframe用法及代碼示例

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

從 Dask Bag 創建 Dask Dataframe。

Bag 應該包含元組、字典記錄或標量。

索引不會特別有意義。如有必要，之後使用reindex。

參數：

meta：pd.DataFrame，dict，可迭代，可選: 與輸出的 dtypes 和列名匹配的空 pd.DataFrame。此元數據對於 dask 數據幀中的許多算法起作用是必需的。為了便於使用，還提供了一些替代輸入。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，則將計算來自第一個分區的單個元素，從而觸發對 compute 的潛在昂貴調用。這可能會導致意外結果，因此建議提供meta。有關詳細信息，請參閱 dask.dataframe.utils.make_meta 。
columns：順序，可選: 要使用的列名。如果傳遞的數據沒有與之關聯的名稱，則此參數提供列的名稱。否則，此參數指示結果中列的順序(數據中未找到的任何名稱都將變為all-NA 列)。請注意，如果提供了meta，則將從那裏獲取列名，並且此參數無效。
optimize_graph：布爾型，可選: 如果為 True [默認]，則在轉換為 dask.dataframe.DataFrame 之前對圖形進行優化。

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

相關用法

注：本文由純淨天空篩選整理自dask.org大神的英文原創作品 dask.bag.Bag.to_dataframe。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。