Dask Dataframe是否有“产品”汇总？

Question

我正在尝试使用Dask Dataframe聚合大型数据集。

我的dd.df看起来像这样：

seq                                       kegg       evalue
AAAAAAAAPAADAKK                           K02897     0.001
AAAAAAAAPAADAKK                           K02897     0.007
AAAAAAAAPAPAPVAEEGEPIEHLPEITFDDFSKVELRVAR K01874     0.1

我正在尝试使用groupby：

1. 计算将相同的“ kegg”连接到每个“ seq”的次数
2. 找到与每个“ seq”相连的每个“ kegg”的“ evalue”乘积

我尝试通过以下方式使用groupby().agg()：

df.groupby(['seq','kegg']).agg({'kegg':['count'], 
'evalue':['prod']}, split_out=10)

但是，出现以下错误：

ValueError: unknown aggregate prod

查看文档，看起来好像有产品汇总，但是显然这是行不通的。

我既不熟悉熊猫又不熟悉，所以我确定这是一个简单的解决方法，只是我不了解。

Answer 1

如上面的评论所讨论的，这通过安装较新版本的Dask得以解决