Dask：按索引从Dataframe中的子集（或丢弃）行

Question

我想基于一组索引键获取Dask数据帧的一部分行。 （具体来说，我想找到ddf1的行，其索引不在ddf2的索引中。）

diff = cache[should_keep_bool_array]和 select * from table where completed > follow_ups select * from table where completed = follow_ups 都会抛出NotImplementedException或者无法正常工作。

这样做的最佳方式是什么？

Answer 1

我不确定这是＆＃34;最好的＆＃34;方式，但这是我最终如何做到的：

1. 创建一个Pandas DataFrame，其索引是我想要保留的一系列索引键（例如pd.DataFrame(index=overlap_list)）
2. 内部加入Dask Dataframe

Answer 2

另一种可能性是：

df_index = df.reset_index()
df_index = df_index.dorp_dplicates()