【发布时间】：2017-02-18 20:42:19
【问题描述】：
我正在管理比内存更大的 csv 文件，这些文件主要是分类数据。最初我用来创建一个大的 csv 文件，然后通过 Pandas read_csv 读取它，转换为分类并保存到 hdf5。一旦进入分类格式，它就非常适合记忆。
文件在增长，我搬到了 Dask。相同的过程。
但是，在空白字段中，Pandas 似乎使用 np.nan 并且该类别未包含在 cat.categories 列表中。
使用 Dask，空值用 NaN 填充，它作为一个单独的类别包含在内，从哪里保存到 HDF 中，我会收到未来的兼容性警告。
这是一个错误还是我错过了任何步骤？ pandas 和 dask 的行为似乎有所不同。
谢谢
JC
【问题讨论】：