我想问一下如何将dd.map_partitions用于h3.string_to_h3函数。我的数据帧看起来像这个
h3 | lat | lon | x | yelevation//tr>|
---|---|---|---|---|
2 | 8ca80c8e91015ff | -23.068134 | -52.042272393235.9067947.448557e+06 | |
3 | 8ca80c8ecadd1ff | -23.0095896-52.031107394401.401086 | 7.445492e+06||
8ca80cbb455b1ff | -23.052007 | -52.05948391822.030340 | 7.450333e+06||
5 | 8ca80cbb6a06dff | -23.045227 | -52.049591392468.007662 | 7.451088e+06 |
8ca80c85876e9ff |
我认为map_partitions
执行了它在tin上所说的操作——也就是说,它应用了一个接受分区数据帧作为输入的映射函数。然后,您可以在该函数中操作分区本身。
我还没有测试下面的代码,但我相信这应该有效:
df['h3'] = df.map_partitions(
lambda partition: partition['h3'].apply(h3.string_to_h3),
meta=('h3', np.uint64),
)