从 Parquet 读取 Dask DataFrame
在第 1 章中，您分析了按多个文件拆分的 Spotify 数据，以找出 2005-2020 年的热门歌曲。当时您使用了 dask.delayed() 函数和循环。现在让我们看看，使用 Dask DataFrame 之后，这个分析会变得多么简单。
dask.dataframe 已为您导入为 dd。
本练习是课程的一部分
Python 中的 Dask 并行编程
练习说明
- 加载位于
"data/spotify_parquet"的 Parquet 数据文件夹。 - 使用 DataFrame 的
.nlargest()方法，按'popularity'找出前 10 首歌曲。 - 通过计算将延迟对象转换为 pandas DataFrame。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Read the spotify_parquet folder
df = ____
# Find the 10 most popular songs
top_10_songs = ____
# Convert the delayed result to a pandas DataFrame
top_10_songs_df = ____
print(top_10_songs_df)