dask中的高效排序差异

Question

如何以“高效”的方式在Dask中执行以下操作：

我的dask数据框有'Date'（日期时间），'MAC'（类别）和'ID'（int）列已经按日期排序，我希望得到一个带有timedeltas的新列到达对给定mac地址的http请求。

在pandas中，我会做以下事情：设置一个多索引['ID'，'MAC']，然后使用df['Date'].diff(1)构建一个新列'Timedelta'。似乎不支持多索引，因此无法再现相同的解决方案。重要的一点是，必须在给定请求之间为相同的MAC执行差异，并且以下是记录器（按日期排序）。

Answer 1

您可以使用groupby-apply执行此操作吗？这将导致洗牌（这有点慢），但应该完成工作。

df.groupby('MAC').apply(lambda df: df.assign(diff=df.Date.diff(1))

我实际上并没有这样做，所以我希望这需要调整。