时间戳

首页 > 解决方案 > 如果 Dask 系列包含不可散列的类型，如何将其转换为字符串类型？

python - 如果 Dask 系列包含不可散列的类型，如何将其转换为字符串类型？

问题描述

我想调用一个任意的 Dask 系列，如果它包含不可散列的类型.value_counts()，我想将该系列转换为类型字符串。如果不需要，我不想将系列转换为字符串。我也不想在打电话.compute()之前打电话.value_counts()。我努力了

df = pd.DataFrame({"a":[[1], ["foo"], ["foo", "bar"]]})
df = dd.from_pandas(df, npartitions=1)
srs = df["a"]

try:
    val_counts = srs.value_counts()
except TypeError:
    srs = srs.astype(str)
    val_counts = srs.value_counts()

val_counts.compute()

这给出了错误

类型错误：不可散列类型：“列表”

和

df = pd.DataFrame({"a":[[1], ["foo"], ["foo", "bar"]]})
df = dd.from_pandas(df, npartitions=1)
srs = df["a"]

def func(srs):
    try:
        val_counts = srs.value_counts()
    except TypeError:
        srs = srs.astype(str)
        val_counts = srs.value_counts()
    return val_counts

val_counts = dask.compute(func(srs))

这给出了同样的错误。

我也试过

df = pd.DataFrame({"a":[[1], ["foo"], ["foo", "bar"]]})
df = dd.from_pandas(df, npartitions=1)
srs = df["a"]

if srs.apply(lambda y: isinstance(y, list), meta=srs).any():
    srs = srs.astype(str)

srs.value_counts().compute()

这给出了错误

TypeError: 试图将 dd.Scalar<series-..., type=str> 转换为布尔值。

标签： pythondaskdask-dataframe

解决方案

也许首先将列表转换为像元组这样的可散列的东西？

s.apply(tuple).value_counts()  ?

推荐阅读