返回Dask应用程序中的结构化行

我正在对中的所有行应用函数 Dask数据帧 在里面 PySpark 我可以返回 spark.sql.Row 对象,以便为结果创建结构化行 DataFrame .在对dask数据帧中的行应用函数时,如何返回结构相似的行(包含列和类型)?

我正在沿着以下路线寻找一些东西:

# df is a dask.dataframe with a JSON blob in the `data` column

def process(row):
    json_data = json.loads(row.data)
    return Row(a=json_data["a"], b=json_data["b")

result = df.apply(
    process,
    axis=1,
).compute()

result

我看到那一排排就是它们自己 pd.Series ,所以我试过了 process 返回 Series 但是我得到了这个错误

AttributeError: 'Series' object has no attribute 'columns'

这个 documentation 建议我可以使用 meta 中的参数 apply :

meta:与输出的数据类型和列名匹配的空pd.DataFrame或pd.Series。。。可以提供[Inputs like]iterable of(name,dtype)(注意,名称的顺序应该与列的顺序匹配)

但是,当我使用 iterable 如建议的那样,元元组的数量

result = df.apply(
    process,
    axis=1,
    meta=[("a", "int")]
).compute()

它期待着一个 DataFrame 对象,并返回此错误

AttributeError: 'DataFrame' object has no attribute 'name'