我的代码适用于pandas
,但我无法将其转换为使用dask
。有一个部分解决方案here,但它不允许我使用变量作为我分配的列的名称。
以下是工作pandas
代码:
percent_cols = ['num_unique_words', 'num_words_over_6']
def find_fraction(row, col):
return row[col] / row['num_words']
for c in percent_cols:
df[c] = df.apply(find_fraction, col=c, axis = 1)
这是损坏的dask
代码:
data = dd.from_pandas(df, npartitions=8)
for c in percent_cols:
data = data.assign(c = data[c] / data.num_words)
这会将结果分配给名为c
的新列,而不是修改data[c]
(我想要的)的值。如果我可以将列名称作为变量,那么创建一个新列就可以了。例如,如果这有效:
for c in percent_cols:
name = c + "new"
data = data.assign(name = data[c] / data.num_words)
由于显而易见的原因,python不允许=
左边的表达式,因此忽略了name
的先前值。
如何使用变量作为列的名称? for循环迭代的次数远远超过我愿意复制/粘贴的次数。