为什么dask系列没有实现__getitem__？

Question

我无法对dask系列对象执行任何有用的操作。在创建一个对象之后，就无法在低于系列对象本身的级别上使用它。换句话说，我可以对其进行计算并将其加载到内存中，然后获取所需的数据（dseries.compute()['x']），但是理想情况下，我希望这样的内容：dseries['x'].compute()，因为对于我的实际应用程序dseries.compute （）可能太大而无法存储。

import numpy as np
import pandas as pd
import dask.dataframe as ddf
import random

for i in range(5):
    pdseries = pd.Series({'x':random.randint(0,10),'y':random.randint(0,10),'z':random.randint(0,10)})
    pdseries.to_hdf(f'test{i}.hdf5','data',format='table')

dseries = ddf.read_hdf('test*.hdf5','data')

print(dseries['x'])

这引发一个NotImplementedError。我想我希望它会返回某种简单的对象，该对象在计算后会从文件中返回数据。

Answer 1

在这种情况下，您应该使用loc。 由于该功能已经存在，您可能有兴趣提出或实际上实现dask系列的getitem。