DASK-AttributeError:“DataFrame”对象没有属性“sort\u values”

Question

我只是想按特定的列订购dask数据帧。

代码1-如果我叫它，它显示为确实是一个ddf

my_ddf

产出1

npartitions=1   
headers .....

代码2

my\u ddf.sort\u值（'id'，升序=False）

产出2

AttributeError                            Traceback (most recent call last)
<ipython-input-374-35ce4bd06557> in <module>
----> 1 my_ddf.sort_values('id', ascending=False) #.head(20)
      2 # df.sort_values(columns, ascending=True)

~/anaconda3/envs/rapids/lib/python3.7/site-packages/dask/dataframe/core.py in __getattr__(self, key)
   3619             return self[key]
   3620         else:
-> 3621             raise AttributeError("'DataFrame' object has no attribute %r" % key)
   3622 
   3623     def __dir__(self):

AttributeError: 'DataFrame' object has no attribute 'sort_values'

尝试解决方案

• 这是官方dask文档中的一个示例df.sort\u值（列，升序=False）.head（n）
• 仅熊猫-数据帧对象没有属性“sort\u values”
• 仅熊猫-“DataFrame”对象没有属性“sort”
• DASK答案-https://stackoverflow.com/a/40378896/10270590
  • 我不想将其设置为索引，因为我只想拥有当前的索引值。
  • 下面的答案有点奇怪，我不确定当我有更多的分区（目前我有1个分区，因为如果前面的分组是数据）或者如何不只是一个随机的大数字“100000000”时，它是否会工作。或者如何使其在dask数据帧中从上到下递增my_ddf.nlagest（100000000，'id'）.compute（）

Answer 1

Dask索引无论如何都不是全局的（默认情况下），如果要保留分区内的原始索引，可以执行以下操作

df["old_index"] = df.reset_index()
df.set_index("colA")

Answer 2

顺便说一句，还没有实现跨分区排序。如果数据集足够小，可以放入内存，则可以执行ddf=ddf.compute（），然后在数据帧上运行排序。