После того, что вы сделали на своем ноутбуке Я бы изменил шаги до groupby
следующим образом
df = dd.read_parquet('s3://esipfed/ebird/EOD_CLO_2016.parq.gz',
columns=['YEAR', 'MONTH', 'DAY', 'DECIMALLATITUDE',
'DECIMALLONGITUDE', 'VERNACULARNAME'],
storage_options={'anon': True, 'use_ssl': False})
df = df.map_partitions(lambda df: df.assign(yearday=pd.to_datetime(df[['YEAR', 'MONTH', 'DAY']]).dt.dayofyear,
lat=np.deg2rad(df['DECIMALLATITUDE'].values),
lon=np.deg2rad(df['DECIMALLONGITUDE'].values)),
meta={'YEAR':'i8', 'MONTH':'i8', 'DAY':'i8',
'DECIMALLATITUDE':'f8','DECIMALLONGITUDE':'f8',
'VERNACULARNAME':'object',
'yearday':'i8', 'lat':'f8', 'lon':'f8'})
df = df.map_partitions(lambda df :df.assign(x=np.cos(df['lat'].values) * np.cos(df['lon'].values),
y=np.cos(df['lat'].values) * np.sin(df['lon'].values),
z=np.sin(df['lat'].values)),
meta={'YEAR':'i8', 'MONTH':'i8', 'DAY':'i8',
'DECIMALLATITUDE':'f8','DECIMALLONGITUDE':'f8',
'VERNACULARNAME':'object',
'yearday':'i8', 'lat':'f8', 'lon':'f8',
'x':'f8', 'y':'f8', 'z':'f8'})
ОБНОВЛЕНИЕ: I 'Я не уверен, если это хорошая идея, чтобы ваши данные были сохранены в виде одного и заархивированного файла вместо нескольких файлов.Рассматривали ли вы различные варианты?
ОБНОВЛЕНИЕ 2: Учитывая, что преобразование из градусов в радианы является линейным, вы можете вычислить lon, lat
, а затем x,y,z
после groupby
.