在 dask 中的 if-else 之后创建一个新列

Question

df['new_col'] = np.where(df['col1'] == df['col2'] , True, False)，其中 col1 和 col2 都是 str 数据类型，看起来很漂亮直接向前。在 if else 语句之后在 dask 中创建列的更有效方法是什么？我尝试了此建议 在中创建 if-else 条件列dask dataframe 但这需要很长时间。大约一个小时后，它只处理了大约 30%。我有 1300 万行和 70 列

Answer 1

如果需要将列设置为布尔值，则使用 IIUC：

df['new_col'] = df['col1'] == df['col2']

如果需要设置为其他值：

df['new_col'] = 'val for true'
ddf = df.assign(col1 = df.new_col.where(cond=df['col1'] == df['col2'], other='val for false'))