我有两个具有相同分区数的数据帧。我想连接这些数据帧（第一个分区与第一个分区，第二个分区与第二个分区，等等）因此，最终数据帧具有初始分区数（V），每个分区中的行数相同（n）但是列数不同（数据帧1和数据帧2的列数之和(n+m)）。第一个数据帧（A）有一个时间戳作为索引，但第二个（B）没有该列。两个数据帧都已排序，我只需将这些数据集放在一起，而不会在每个分区中进行任何更改。此外，索引A将是新数据框的索引。

A: data-frame (V partitions) - every partition (nXn)

B: data-frame (V partitions) - every partition (nXm)

C (new data-frame): (V partitions) - every partition (nX(n+m))

解决办法：这不是太难：

C = dd.from_delayed([dask.delayed(pd.concat)([a, b])

for a, b in zip(A.to_delayed(), B.to_delayed())],

meta=A._meta)

说明

将每个数据帧的分区作为延迟对象

将这些对传递给 concat

将连接对形成一个数据帧

重复使用元数据，因为输出具有与输入相同的列和索引

（当然，C仍然是懒惰的，只有当你做某事时才会触发操作）