我最近开始将我的数据探索代码集从 pandas 转移到 blaze。我遇到了以下问题。
假设:
from blaze import *
s = Data([(1, 'Alice', 100),
... (2, 'Bob', -200),
... (3, 'Charlie', 300),
... (4, 'Denis', 400),
... (5, 'Edith', -500)],
... fields=['id', 'name', 'balance'])
我们可以使用 pandas.DataFrame 通过 into 轻松地计算出如下内容:
into(pd.DataFrame,s).balance.apply(abs)
但是,我在尝试做时遇到了严重的困难:
s.balance.map(abs,schema='{b: int64}')
抛出一个 TypeError: a bytes-like object is required, not 'int' 等等。
这个问题似乎与 Best approach to apply a function to a column or create a new column by applying a function to another one? 有关这是关闭的,所以我不知道该去哪里。
ps:如果你觉得这是微不足道的,想把问题记下来,请同时提供一个完整的工作答案。
请您参考如下方法:
尝试将 'int64' 作为 datashape 传递,而不是为 schema 传递值。这是第二个关键字参数,所以你不需要给它命名。以下内容:
from blaze import *
s = Data([(1, 'Alice', 100),
(2, 'Bob', -200),
(3, 'Charlie', 300),
(4, 'Denis', 400),
(5, 'Edith', -500)],
fields=['id', 'name', 'balance'])
s.balance.map(abs, 'int64')
为我工作,并产生:
balance
0 100
1 200
2 300
3 400
4 500
附注虽然从 blaze 导入所有内容似乎会破坏内置的 abs 和 blaze.expr.abs,但我认为这无关紧要。
