问题标签 [cudf]

我是 cuDF 的新手，可能不了解构造的目的，所以这是一个非常普遍的问题。我有一个主要包含字符串列的数据集，我希望使用 apply_rows 来执行字符串的处理，但是，我意识到这可能只适用于数字数据。

这是我在大多数网站中引用的示例：

如果我将其更改为

它报告类似 AttributeError: 'nvstrings' object has no attribute 'to_gpu_array' 的错误。

这是否设计为仅适用于数值？我假设这是为了处理矩阵类型的操作而设计的，这就是这个约束的原因。有人可以在这里提供一些见解吗？

我有一个包含以下列的 cuDF 数据框：

( dt) 的形式datetime64[ns]。

我想编写一个 UDF 以应用于此数据框中的每个组，并dt为每个组获取最大值。这是我正在尝试的，但似乎numba不支持datetime64[ns]UDF 中的值。

这是我得到的错误：

我有类似的函数，可以很好地处理整数和浮点数。这是否意味着 numba 不支持日期时间？

我试图从 n 个元素中找到所有可能的唯一组合，一次取 m 个。我已经使用了itertools.combinations并且我有n=85。因此，当我找到m=5的组合时，产生的组合数量约为 3 cr，这需要很长时间，因为到目前为止，元素是字符串列表，或者更准确地说，它们是按字母顺序排列的列，而不是数字索引。我目前正在使用pandas和 itertools.combinations，想知道查找组合的过程是否可以并行化，每次在我进一步对列执行的进一步计算时给出相同的结果，或者GPU 数据帧（如 cuDF）是否可以优化这一点，尽管它看起来不像。此外，是否可以将列名转换为数字，然后将其转换为numpy 数组以在查找组合的同时更快地工作？还请提出解决方案，在这些解决方案中，这也可以在其他一些编程语言中更快地完成。不是一个很好的程序员。希望看到一些具有复杂性分析的数学和编程解决方案。

我正在尝试使用 nvstrings 进行一些操作，但 .data 正在返回 None

数据集 https://s3-ap-south-1.amazonaws.com/av-blog-media/wp-content/uploads/2019/01/train.csv

有什么帮助吗？

我有一个数据框，其中有一列是用引号编码的逗号分隔值，即字符串对象。前任：

我能够将字符串格式的值列表转换为 NumPy 数组，并且能够成功执行我的操作。

直到现在我没有任何问题。但是func运行预测模型非常耗时，数据帧大小为 200 万条记录。

因此，我尝试了 python 中的 cudf 包来利用 Pandas 上的 GPU 功能，例如数据帧。这里问题出现了

当我应用相同的操作时，它因错误而失败，该错误基本上无法将类似字符串的对象转换为 NumPy 数组。错误如下

可能的解决方案是什么？

我是使用 cuDF 的 python 中的以下代码来加快进程。但与我的 4 核本地计算机 cpu 相比，我看不出速度有任何差异。 GPU 配置为 4 x NVIDIA Tesla T4

我在这里缺少什么？

我有 Cuda 9.0 版本，我试过了

pip install cudf==0.6.1

错误：找不到满足 cudf==0.6.1 要求的版本（来自版本：无） 错误：没有找到 cudf==0.6.1 的匹配分布

我想将 cuDF 数据帧转换为 cupy ndarray。我在下面使用这个代码：

输出：

我收到此错误是因为数据集有空值。我怎样才能做到这一点？？

给定一个包含许多列的表

迭代所有列组合（所有长度）并执行 GROUP BY 操作的最有效方法是什么？作为表和esp。组合可以很大 (2^n)，最好有GPU 支持。

我的 gpu 是 gtx 2070。我遵循了https://github.com/rapidsai/cudf的每一步（我使用“用于 CUDA 10.1 ”的步骤）但没有运气。我无法使用我的 gpu 电源。我还多次重新安装了 ubuntu 操作系统和那些驱动程序。有谁知道如何解决这个问题？我已经在这一步中挣扎了几个月......欣赏它！！！！

操作系统：ubuntu 16.04
驱动版本：430.64
CUDA 版本：10.1
python=3.6
cudf==0.13.0
版本是兼容的链接但是为什么我不能用我的gpu运行代码？每次我在终端中运行我的代码时，它都会显示以下错误：

我运行的代码：