Dask Bag examples
Evaluación
- Dificultad
- 4/5
- Tiempo estimado
- 3-5 días
- Aptitud para principiantes
- 35/100
- Tipo de issue
- Nueva funcionalidad
- Claridad
- Necesita aclaración
- Estado de actividad
- Estancado
- Stack tecnológico
- jupyter-notebook, python
Línea de trabajo
Comienza con el patrón referenciado de dask.datasets.timeseries y el ejemplo de acceso a datos de examples.dask.org; el issue no especifica ningún archivo del repositorio. Resuelve el alcance del dataset y del notebook, y después añade cobertura de agregación JSON para Bag.groupby y Bag.foldby, además de un ejemplo de conteo de palabras en texto. Se considera terminado cuando ambos ejemplos tienen datos de entrada reproducibles y demuestran claramente las operaciones solicitadas.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
We currently lack dask bag examples in this repository. Two come to mind:
- Read JSON data, and do some groupby aggregation with both
Bag.groupbyandBag.foldby - Read text data and do some basic wordcount
For the JSON data it might make sense to add a dataset generation tool for nested records data, similar to dask.datasets.timeseries, and then use that to generate JSON data to disk, similar to how we generate CSV data in http://examples.dask.org/dataframes/01-data-access.html#Create-artificial-dataset.
We would then read the JSON data, and do some minimal processing.
For the text data I wonder if there is an online dataset we can download. I suspect that the complete works of shakespeare is around somewhere. We might do a simple thing like read, split, frequencies. Or we might do more complex work afterwards by bringing in NLTK, stemming words, removing stopwords, etc..
- Lenguaje dominante
- Jupyter Notebook
- Estrellas
- 385
- Forks
- 225
- Métricas de merge de PR
- Sin PR fusionados en 30 d
Preparar el entorno
- Sin Dockerfile ni archivo de Docker Compose
- Sin plantilla de pull request
- Leer la guía de contribución
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de dask/dask-examples
-
Quickfix for copy and paste bug in futures.ipynb commentsPosiblemente ocupada @nightcityblade la tomó hace 84 días. Abiertogood first issue
Dificultad 1/5 Menos de una hora Aptitud para principiantes 85/100
dask/dask-examples#247 · 2 comentarios ·
-
ML notebook points to ML tutorial lesson that was removedPosiblemente ocupada @nightcityblade la tomó hace 80 días. Abierto
Dificultad 1/5 Menos de una hora Aptitud para principiantes 78/100
dask/dask-examples#234 · 1 comentario ·
-
CI failing on mainPosiblemente ocupada Un pull request vinculado a esta issue está abierto o ya se fusionó. Abierto
Dificultad 4/5 3-5 días Aptitud para principiantes 35/100
dask/dask-examples#246 ·
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 38/100
dask/dask-examples#236 · 1 comentario ·
-
XGboost example outdated and broken doc linksPosiblemente ocupada Un pull request vinculado a esta issue está abierto o ya se fusionó. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 48/100
dask/dask-examples#235 · 1 comentario ·
Todos los issues de dask/dask-examples
Issues similares
-
[MOVIE]: Barbarella (1968)Abiertorequest-theme
Dificultad 1/5 Menos de una hora Aptitud para principiantes 78/100
LizardByte/ThemerrDB#9390 · 1 comentario ·
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
talmolab/sleap-roots-training#79 ·
Los mantenedores suelen responder en 1 día
-
bug
Dificultad 2/5 1-3 horas Aptitud para principiantes 66/100
Los mantenedores suelen responder en 3 días
-
bug downstream-visible good first issue
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
exmergo/dex#778 · 1 comentario ·
Los mantenedores suelen responder en 1 día
-
bug
Dificultad 2/5 1-3 horas Aptitud para principiantes 62/100
lincc-frameworks/nested-pandas#579 ·
Los mantenedores suelen responder en 1 día