TL; DR ：如何从分布式读取到dask数据帧集合中收集元数据（解析期间的错误）。
我目前使用的专有文件格式用于输入dask.DataFrame。 我有一个函数接受文件路径并返回一个pandas.DataFrame，由dask.DataFrame在内部成功使用，将多个文件加载到同一个dask.DataFrame。
直到最近，我使用自己的代码将几个pandas.DataFrames合并为一个，现在我正在使用dask。在解析文件格式时，我可能会遇到错误和某些条件，我想记录并与dask.DataFrame对象关联为元数据（日志，数据来源等）。
重要的是要注意，在合理的情况下，我使用的是MultiImdices（13个索引级别，3个列级别）。对于描述整个数据框而不是特定行的元数据，我使用属性。
使用自定义函数，我可以使用实际的DataFrame传递元组中的元数据。使用pandas，我可以将它添加到_metadata字段，并作为DataFrame对象的属性。 在使用dask框架时，如何从单独的pandas.DataFrame对象中收集元数据？
谢谢！
答案 0 :(得分：1)
这里有一些潜在的问题：
A ：您可以查看Delayed以加载数据，并dask.dataframe.from_pandas将多个dask dask.dataframe.concat对象转换为单个dask数据帧。或者，正如您现在可能正在做的那样，您可以使用{{1}}和{{1}}。关于使用自定义对象/函数中的dask.delayed，请参阅此HTML line break。
问：如何将任意元数据存储到dask.dataframe？
A ：不支持此功能。通常，我建议使用不同的数据结构来存储元数据（如果可能）。如果有很多用例，那么我们应该考虑将它添加到dask数据帧中。如果是这种情况，那么请example notebook。一般认为，在dask.dataframe考虑支持它之前，在Pandas中看到更好的支持是件好事。
问：我在Pandas中大量使用多索引，如何将此工作流程集成到dask.dataframe中？