是否有Dask Dataframe的“产品”集合？

Question

我正在尝试使用Dataframe来聚合一个大型数据集。

我的dd.df看起来是这样的：

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

我试着用群比：

1. 计算同一个"kegg“连接到每个"seq”的次数
2. 查找连接到每个"seq“的每个"kegg”的"evalue“的乘积。

我尝试使用以下方法使用groupby().agg()：

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

但是，我得到了以下错误：

ValueError: unknown aggregate prod

从文档中可以看出，似乎存在一个prod聚合，但显然这是行不通的。

我对熊猫和达斯克都是新手，所以我相信这是一个简单的解决办法，我只是没有得到。

Answer 1

正如上面的注释中所讨论的，通过安装较新版本的Dask解决了这一问题。