dask allocate() 或 apply() 中的变量列名

我有适用于pandas，但我在将其转换为使用时遇到问题dask。有一个部分解决方案here https://stackoverflow.com/questions/32363114/how-do-i-change-rows-and-columns-in-a-dask-dataframe，但它不允许我使用变量作为我正在创建/分配的列的名称。

这是工作中的pandas code:

percent_cols = ['num_unique_words', 'num_words_over_6']

def find_fraction(row, col):
    return row[col] / row['num_words']

for c in percent_cols:
    df[c] = df.apply(find_fraction, col=c, axis=1)

这是dask代码不执行我想要的操作：

data = dd.from_pandas(df, npartitions=8)

for c in percent_cols:
    data = data.assign(c = data[c] / data.num_words)

这会将结果分配给一个名为的新列c而不是修改的值data[c]（我想要的是）。如果我可以让列名是一个变量，那么创建一个新列就可以了。例如，如果这有效：

for c in percent_cols:
    name = c + "new"
    data = data.assign(name = data[c] / data.num_words)

出于显而易见的原因，Python 不允许表达式左边=并忽略之前的值name.

如何使用变量作为我要分配给的列的名称？循环迭代的次数远远超过我愿意复制/粘贴的次数。

这可以解释为Python语言问题：

Question：如何使用变量的值作为关键字参数中的名称？

Answer：使用字典并**拆包

c = 'name'
f(c=5)       # 'c' is used as the keyword argument name, not what we want
f(**{c: 5})  # 'name' is used as the keyword argument name, this is great

Dask.dataframe解决方案

对于您的具体问题，我建议如下：

d = {col: df[col] / df['num_words'] for col in percent_cols}
df = df.assign(**d)

也考虑对 Pandas 这样做

The .assign方法在 Pandas 中也可用，并且可能比使用更快.apply.