Dask：通过索引从Dataframe中删除（或丢弃）行

Question

我想根据一组索引键获取Dask数据帧的行的子集。 （具体来说，我想查找其索引不在ddf2索引中的ddf1行）。

cache.drop([overlap_list])和diff = cache[should_keep_bool_array]都会抛出NotImplementedException，否则不起作用。

这样做的最好方法是什么？

Answer 1

我不知道这是“最好”的方式，但在这里就是我最后做它：

1. 与索引创建熊猫数据帧是我想保持系列的索引键（例如，pd.DataFrame(index=overlap_list)）
2. 内加入DASK数据帧

Answer 2

另一种可能性是：

df_index = df.reset_index() 
df_index = df_index.dorp_dplicates()