How to add a column in a dask dataframe包含基于其他列中的值的相似性的一列的值的平均值
要在Dask DataFrame中添加一列，该列的值是基于其他列中的值的相似性的一列的值的平均值，可以按照以下步骤进行操作：
- 导入必要的库和模块：
import dask.dataframe as dd
import dask.array as da- 创建一个Dask DataFrame：
df = dd.from_pandas(pandas_df, npartitions=n) # pandas_df是一个Pandas DataFrame，n是分区数- 计算相似性列的值：
similarity_column = df['similarity_column'] # 假设'similarity_column'是相似性列的名称- 计算相似性列的值的平均值：
average_value = da.mean(similarity_column).compute() # 使用Dask Array计算平均值- 添加新列到Dask DataFrame：
df['new_column'] = average_value # 'new_column'是新列的名称完整的代码示例：
import dask.dataframe as dd
import dask.array as da
# 创建Dask DataFrame
df = dd.from_pandas(pandas_df, npartitions=n)
# 计算相似性列的值
similarity_column = df['similarity_column']
# 计算相似性列的值的平均值
average_value = da.mean(similarity_column).compute()
# 添加新列到Dask DataFrame
df['new_column'] = average_value这样，就成功地在Dask DataFrame中添加了一列，该列的值是基于其他列中的值的相似性的一列的值的平均值。
关于Dask和Dask DataFrame的更多信息，可以参考腾讯云的相关产品和文档：
请注意，以上答案仅供参考，具体实现可能因实际情况而异。
相关·内容
我有一个非常大的CSV文件，它已经作为dask数据帧导入到Python中。我制作了一个小数据框来解释我的问题。import dask.dataframe as dddf.head() 输出： +----+--_mean，如果col1中的对应值相同，则该列包含col3的<
浏览 7提问于2019-01-22得票数 0
所以dask.dataframe.map_partitions()采用了一个func参数和meta kwarg。它究竟是如何决定其返回类型的？例如：我对“分布式”计算非常陌生，但我直觉地期望它返回一个系列对象的集合(很可能是一个列表或dict )，但是结果是一个Series对象，它可以被认为是每个分区上example_func结果的
浏览 2提问于2016-11-17得票数 6
回答已采纳
3回答
我有一个从csv文件读取的Dataframe文件，有大约100万条记录和120个特性/列，我想在每一列中计算唯一值的数量。我可以使用for -循环分别为每一列执行此操作：dask_df = dd.read_csv("train.csv")
for columnin dask_df.co
浏览 4提问于2021-11-11得票数 0
在Dask中，我需要基于第三列从两列的分组值计算加权平均值。() 在Pandas中，我耗尽了内存。在Dask中，我得到了： File "<ipython-input-16-0beb32700c04>", line 3, in <module>
dask_df = dask_df.groupby/<e
浏览 35提问于2019-08-27得票数 2
value category1 20 B3 40 B 我想添加一个mean列，其中包含每个类别的值的平均值。中做同样的事情？我不能按原样使用pandas函数，因为你不能在Dask中枚举groupby对象。: 'Column not found: 0'。我可以使用apply函数来计算Dask
浏览 15提问于2019-10-18得票数 0
回答已采纳
我正在尝试向dataframe中添加布尔值的列，这些布尔值基于对当前要迭代的列是字母数字、字母还是数字的判断。不幸的是，对于每个布尔测试，每一列都给出了False。我们的目标是，对于给定的列，我如何添加另一个列来显示给定列中的行是否为字母数字？我不想遍历<e
浏览 25提问于2019-12-11得票数 1
回答已采纳
我需要遍历dask dataframe中的唯一值。我使用.unique()来获取列的惟一值，但是现在给了我一个不能用来迭代的dask对象。我需要知道如何将这些唯一值从这个dask对象中获取到一个列表(或类似的内容)中，这样我就可以使用这些值来迭代dask数据帧。df = dd.read_csv('fi
浏览 19提问于2019-06-02得票数 1
回答已采纳
1回答
我有一个数据帧，其中包含一列值(X)。 df = pd.DataFrame({'X' : [2,3,5,2]}) 对于每一行，我想找出其他行的X值的平均值(A)。 ?
浏览 20提问于2019-06-25得票数 0
回答已采纳
我尝试创建一个包含基于长度为5的窗口的滚动平均值的DataFrame。但我的数据包含一个NaN值，因此我只能获得具有NaN值的第3列的NaN值。在使用.rolling(5).mean()时，如何可以忽略NaN值 Column1 Column2
浏览 69提问于2021-11-30得票数 0
3回答
(完全披露这与我提出的另一个问题有关，所以请原谅我是否应该把它附加到我以前写的文章中，尽管问题不一样。)
我有一个由一列权重和包含0和1的二进制值的列组成的数据，我想把数据中的每一列乘以权重列。但是，我似乎要用with列替换dataframe中的每一列。我肯
浏览 12提问于2017-05-15得票数 2
回答已采纳
当返回pd.mean()时，如何只显示特定的信息？示例new_df = pd.read_excel('example.xls', usecols = ['weight'] )结果
avg value for column weight is here: weight 2311.000000 dtype: fl
浏览 8提问于2022-05-06得票数 1
回答已采纳
所以我有一个包含160M记录和240列的拼图文件。因此，我使用dask在python中使用EMR CLuster m5.12xlarge加载它。import dask.dataframe as dd
现在我需要其中一列的值计数和归一化值计数： c
浏览 1提问于2021-09-23得票数 0
1回答
大熊猫CSV
、、
上一篇文章的续篇。以前，我帮助使用Pandas在dataframe中创建了一个新列，每个值都表示一个基于另一个列的值的分解后的或唯一的值。我想要分解它上的每个用户名。我一直在研究使用Dask，然而，我不能复制sort和factorize的功能来为Dask数据帧做我想要的事情。
浏览 0提问于2017-06-13得票数 1
我有一个包含多列的大型数据帧，希望将除第一列以外的所有列中的所有值合并到一个新列('New')中。然后删除'New'为空的行。DataFrame如下所示(行'C'为空)：
'Column1' 'Column2' &#x
浏览 78提问于2018-07-05得票数 0
2回答
将元组的列拆分为两列
、、、、
我正在使用python2.7和dasktable[col] = table.apply(lambda x: (x[col1],x[col2]), axis = 1, meta = pd.Dataframe) table[[col1,col2]] = table[col].apply(pd.Series)
这样做的<
浏览 7提问于2017-11-19得票数 4
回答已采纳
我想要访问第3列的值，即基于索引列表中的索引的Total_network's_Disbelief列，并且必须找出这些值的平均值。来自OutCSV.csv 。索引包含值0、7、14、21、28、35、42、49、56。list1包含csv文件中的第一列Timevalues
浏览 16提问于2018-02-26得票数 0
回答已采纳
我有一个有一列和46行的表，我想创建另一列，它包含所有46行中第一列的平均值，例如，这是该表： CREATE TABLE table2FROM table1 我想添加另一列，每行(46行)包含AVG(column1)的值。
浏览 7提问于2021-04-05得票数 0
回答已采纳
当我使用pandas读取csv文件并找到平均值时，它的开头有一个额外的数字。97是数据的第一个条目(在A1中)。所有数字都在从A1到A100的表中，没有标题和数字列。谢谢
浏览 0提问于2020-02-11得票数 0
2回答
我需要处理一个大文件并更改一些值。我想做这样的事情： lol = doOtherStuffWith(row)
dataFrame['coly'][index] = lol
对我不好，我不能做数据帧‘’col
浏览 5提问于2017-03-17得票数 5
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储活动推荐
腾讯云开发者
