
astype
您可以使用该
astype方法将系列的dtype转换为NumPy dtype
df.time.astype('M8[us]')也许还有一种方法可以指定Pandas风格的dtype(欢迎编辑)
使用map_partitions和meta当使用诸如的黑盒方法时
map_partitions,dask.dataframe需要知道输出的类型和名称。的docstring中列出了几种执行此 *** 作的方法
map_partitions。
您可以提供具有正确dtype和名称的空Pandas对象
meta = pd.Series([], name='time', dtype=pd.Timestamp)
或者,您可以为
(name, dtype)Series提供元组或为Dataframe提供dict
meta = ('time', pd.Timestamp)那一切就好了
df.time.map_partitions(pd.to_datetime, meta=meta)
如果要调用
map_partitions,
df则需要为所有内容提供dtypes。但是,在您的示例中情况并非如此。
欢迎分享,转载请注明来源:内存溢出
微信扫一扫
支付宝扫一扫
评论列表(0条)