0

如何在 DASK 上获得与 pandas 相同的结果？

目标是为每个组设置一个统一的时间间隔，复制最后一个值，直到我们有一个新值。

import pandas as pd import numpy as np import datetime

data=pd.DataFrame([["AAAA","2020-01-15",2],
                    ["AAAA","2020-02-15",9],
                    ["AAAA","2020-02-20",2],
                    ["AAAA","2020-02-25",9],
                    ["AAAA","2020-04-18",2],
                    ["BBBB","2020-01-01",5],
                    ["BBBB","2020-02-15",5],
                    ["BBBB","2020-02-20",4],
                    ["BBBB","2020-02-25",4],
                    ["BBBB","2020-04-15",2],
                    ["CCCC","2020-01-01",9],
                    ["CCCC","2020-02-15",5],
                    ["CCCC","2020-03-20",7],
                    ["CCCC","2020-04-25",4],
                    ["CCCC","2020-05-15",2]])
                  
data.columns=['Asset','Date','P']
data['Date']=pd.to_datetime(data['Date'])
data.index=data['Date'].values

temp=data.groupby('Asset').resample('2D').pad()
temp

** 这只是一个例子，现实世界的应用真的很大。

谢谢！

4

1 回答 1

0

.resample()当前版本的 dask 中没有完全复制功能。我的建议是要么研究xarray（如果你想有类似网格的结构）或者dask.delayed使用pandas.

于 2021-02-02T05:18:58.107 回答