如何在dask中使用``loc''进行数据框的列选择

Question

任何人都可以告诉我如何使用dask在数据框中选择带有“ loc”的一列？

作为一个旁注，当我使用dd.read_csv加载标题为“ None”的数据帧时，列名从零开始到131094。我将选择最后一个列名为131094的列，然后我得到了错误。

代码：

> import dask.dataframe as dd
> df = dd.read_csv('filename.csv', header=None)
> y = df.loc['131094']

错误：

文件“ /usr/local/dask-2018-08-22/lib/python2.7/site-packages/dask-0.5.0-py2.7.egg/dask/dataframe/core.py”，行180，位于_loc     “如果没有已知的划分，则无法在DataFrame上使用loc”） ValueError：如果没有已知的划分，则无法在DataFrame上使用loc

根据此准则http://dask.pydata.org/en/latest/dataframe-indexing.html#positional-indexing，我的代码应该可以正常工作，但不知道是什么原因引起的。

Answer 1

我在一个虚拟csv上尝试了此方法，并成功了。如果看不到文件给您带来的问题，我不能确定地帮助您。也就是说，您可能选择的是行而不是列。

相反，请尝试这个。

import dask.dataframe as dd
df = dd.read_csv('filename.csv', header=None)
y = df[df.columns[-1]]

Answer 2

如果您有命名列，请使用：df.loc[:,'col_name'] 但是，如果您有一个位置列，例如在您的示例中需要最后一列，则使用@ user1717828的答案。