Pandas风格loc赋值操作在Dask中的替代实现方案咨询

Dask确实不支持直接通过.loc做原地赋值操作，以下两种实现方式都可以实现你要的逻辑，最终返回完整Dask DataFrame：

方式1：使用mask方法（写法更简洁，推荐新手使用） #

不需要嵌套循环，直接通过isin构造判断条件，批量对目标列做条件替换即可：

# 构造判断条件：any_column_in_df的值属于columns_2的行
condition = df['any_column_in_df'].isin(columns_2)
# 对columns_1中的所有列做条件赋值：符合条件的位置替换为0
for col in columns_1:
    df[col] = df[col].mask(condition, 0)

上述操作都是惰性计算，不会修改原数据，执行完成后你得到的df就是完整结构的Dask DataFrame，后续按需调用.compute()即可拿到计算结果。

方式2：沿用你熟悉的map_partitions方案（和Pandas原生逻辑完全兼容） #

map_partitions处理的每个分区都是普通Pandas DataFrame，完全支持你原有的loc赋值逻辑，直接把Pandas代码搬到分区处理函数里即可：

import pandas as pd

def assign_zero_by_condition(partition: pd.DataFrame) -> pd.DataFrame:
    # 直接复用你原来的Pandas条件赋值逻辑
    for col1 in columns_1:
        for col2 in columns_2:
            partition.loc[partition['any_column_in_df'] == col2, col1] = 0
    return partition

# 避免Dask自动推断返回结构出错，可以主动指定meta和原df结构一致
df = df.map_partitions(assign_zero_by_condition, meta=df._meta)

内容的提问来源于stack exchange，提问作者Sunil Varma