我有一个带有列"；is_internal；类型为int64。我想更新类似于SQL案例语句的内容：
CASE WHEN ltrim(rtrim(is_internal)) = '1' then 'Internal' else 'External' END as type
将数据导入为：
import pandas as pd
import dask.dataframe as dd
import time
t=time.process_time()
df_train = dd.read_csv(r"C:test.bcp", sep='t', sample=25000000)
通常在熊猫身上，我会做一些类似的事情，但这占用了很多空间，我对此很有限
df_train.loc[df_train['is_internal'] == 1, 'type'] = 'internal'
df_train.loc[df_train['is_internal'] == 0, 'type'] = 'external'
使用dask不会占用大量空间/内存的最佳方法是什么？
您不应该更改Dask对象。使用.where方法可以实现您想要的。不幸的是，许多人发现它的表述令人困惑；但是在许多情况下，如果您想直接使用pandas方法进行处理，则可以使用map_partition:包装您的代码
def simple_where(df):
df.loc[df['is_internal'] == 1, 'type'] = 'internal'
df.loc[df['is_internal'] == 0, 'type'] = 'external'
return df
df_out = df_train.map_partitions(simple_where)