現(xiàn)在，我正在使用Dask讀取大型csv文件，并對其進行一些后處理（例如，進行一些數(shù)學運算，然后通過一些ML模型進行預測并將結(jié)果寫入數(shù)據(jù)庫）。避免加載內(nèi)存中的所有數(shù)據(jù)，我想按當前大小的塊讀取：讀取第一個塊，預測，寫入，讀取第二個塊等。我嘗試了下一個解決方案，使用和：skiprowsnrowsimport dask.dataframe as ddread_path = "medium.csv"# Read by chunkskiprows = 100000nrows = 50000res_df = dd.read_csv(read_path, skiprows=skiprows)res_df = res_df.head(nrows)print(res_df.shape)print(res_df.head())但是我得到錯誤：值錯誤：樣本不夠大，無法包含至少一行數(shù)據(jù)。請在調(diào)用中增加字節(jié)數(shù)sampleread_csv/read_table另外，據(jù)我所知，它將每次（[False，F(xiàn)alse，...，True，...]）計算二進制掩碼，以查找要加載的行的所有數(shù)據(jù)。我們怎樣才能更有效率地做到這一點？也許使用dask中的一些分布式或延遲函數(shù)？