我有一個(gè)df包含大約 2.5 億行（來自 10Gb CSV 文件）的 dask 數(shù)據(jù)框 ( )。我有另一個(gè)ndf25,000 行的Pandas 數(shù)據(jù)框 ( )。我想通過將每個(gè)項(xiàng)目重復(fù) 10,000 次，將 Pandas 數(shù)據(jù)框的第一列添加到 dask 數(shù)據(jù)框。這是我嘗試過的代碼。我已將問題縮小到較小的范圍。import dask.dataframe as ddimport pandas as pdimport numpy as nppd.DataFrame(np.random.rand(25000, 2)).to_csv("tempfile.csv")df = dd.read_csv("tempfile.csv")ndf = pd.DataFrame(np.random.randint(1000, 3500, size=2500))df['Node'] = np.repeat(ndf[0], 10)使用此代碼，我最終遇到錯(cuò)誤。ValueError：并非所有分區(qū)都是已知的，無法對(duì)齊分區(qū)。請(qǐng)使用set_index來設(shè)置索引。我可以執(zhí)行 areset_index()后跟 aset_index()來制作df.known_divisions Truedask 數(shù)據(jù)框。但這是一項(xiàng)耗時(shí)的操作。有沒有更好更快的方法來做我想做的事情？我可以使用熊貓本身來做到這一點(diǎn)嗎？最終目標(biāo)是從ndf其中的任何相應(yīng)行中找到df與某些條件匹配的行。