是否可以让Dask一次只将一行加载到内存中？我有一个巨大的200GB数据集，我希望Dask能够在给定索引的情况下一次检索一行。然后我想从该行获取numpy数组。当我尝试调用以下代码时：

df_row = df.loc[index]df_row = df_row.values.compute()

Dask试图将整个数据框加载到内存中，而不是只加载一小行。如果我不调用compute而只调用values，那么df_row仍然是一个dask.array对象。这似乎应该有一个显而易见的解决方案，因为这是一个非常常见且简单的用例。我做错了什么？

回答：

如果Dask能够在不加载数据的情况下知道每个分区中索引的开始和结束值（称为“分区”），并且这些分区形成单调递增的序列，那么Dask就不会加载所有行。

例如，parquet数据类型通常会在元数据中存储列的最大/最小值，因此如果数据按合理顺序排序，那么.loc[]确实只会加载包含数据的那个分区。

然而，对于像CSV这样的数据格式，在不解析和考虑所有数据的情况下，不可能知道某个分区是否包含与请求对应的索引值。

您可能对重新分区或在数据上明确设置索引感兴趣，或者，如果您独立知道这些值，可以在尝试.loc操作之前提供分区的值。