使用apply将Dask DataFrame行转为dask.array失败，求解决方案

安全阿岳

2026-8-23

Dask行转Dask Array失败的修正方案

核心问题分析

报错AttributeError: 'Series' object has no attribute 'to_dask_array'的原因明确：
当调用ddf.apply(darr_cast, axis=1)时，传入darr_cast函数的row是Pandas Series（Dask执行apply时，会用Pandas对象模拟元数据计算，实际分区处理时也操作Pandas对象），而to_dask_array是Dask Series独有的方法，Pandas Series无此属性。

解决方案

方案1：修改apply函数，适配Pandas Series

将行转为NumPy数组后包装成Dask Array，同时正确设置meta参数：

import dask.array as da

def darr_cast(row):
    # 先转成NumPy数组，再包装为Dask Array
    return da.from_array(row.values, chunks=row.shape)

# 指定输出为object类型（存储Dask Array对象）
ftr_df['mag'] = ftr_df.apply(darr_cast, axis=1, meta=object)

方案2：避免apply，直接从底层Dask Array处理（更高效）

既然已通过转置Dask Array得到ftr_df，可直接从原始Dask Array构造每行对应的Dask Array，无需使用apply：

# 获取ftr_df对应的底层Dask Array
ftr_arr = ftr_df.to_dask_array(lengths=True)

# 遍历索引构造每行的Dask Array并转为Series
mag_series = ftr_df.index.to_series().apply(
    lambda idx: ftr_arr[ftr_df.index.get_loc(idx), :],
    meta=object
)

# 添加到原DataFrame
ftr_df['mag'] = mag_series

这种方式跳过逐行apply操作，更贴合Dask并行计算模型，性能更优。