在 dask 数据框中构建一个组合列以进行排序

Question

Sorting in Dask

基于这个答案，我想动态构建组合列

df_post['sort_column'] = df_post.apply(lambda r:str([r[col1],r[col2],r[col3]]), axis=1)
df_post = df_post.set_index('sort_column')
df_post = df_post.map_partitions(lambda x: x.sort_index())

我无法根据配置文件提供的列列表找出使此“[r[col1],r[col2],r[col3]]”动态的方法。

Answer 1

很难说出问题所在，但假设它是“我想在链接的答案中应用解决方案，但要获得列名列表”。这可能看起来像

df_post['sort_column'] = df_post.apply(lambda r:str([r[c] for c in columns]), axis=1)
df_post = df_post.set_index('sort_column')
df_post = df_post.map_partitions(lambda x: x.sort_index())

其中columns是事先从配置文件中获取的。