dask - 优化 dask 系列过滤 - Series.isin() 的惰性版本

Question

我目前在更大的计算中嵌入了以下模式

seq1.isin(seq2[seq3].unique().compute().values)

哪里seq3是一个布尔系列。性能似乎可以接受，但它很丑陋并且使用compute()力评估，可能会消除并行性的机会。简单的说

seq1.isin(seq2[seq3].unique())

不起作用，文档说 to 的参数isin必须是一个（我认为是 Numpy）数组。

有没有更好的方法来编写上述代码？如果seq1和seq2相同怎么办？

Answer 1

我认为不可能进行增量集成员资格操作。为了得到正确的结果，你需要一个完全实现的集合来回答一个项目是否是它的成员的问题。

Answer 2

您可能可以使用内部连接来实现此操作。