GroupBy.idxmin and idxmax are very broken
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 3/5
- Tiempo estimado
- 1-2 días
- Aptitud para principiantes
- 45/100
Línea de trabajo
Comienza ejecutando el reproductor test_df_groupby_idxmax proporcionado con tres particiones y compara el resultado de Dask con pandas y con el DataFrame esperado. Sigue los puntos de entrada GroupBy.idxmax y idxmin para averiguar cómo se combinan los resultados de las particiones; se considera terminado cuando se encuentran los extremos incluso cuando el máximo o el mínimo no está en la primera partición, y los resultados coinciden con pandas.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
The implementation is broken as soon as the max or min value is not in the first partition
This was broken for years, so only adding for API compatibility now but we should fix this
def test_df_groupby_idxmax():
pdf = pd.DataFrame(
{"idx": list(range(4)), "group": [1, 1, 2, 2, 1], "value": [10, 20, 20, 10, 40]}
).set_index("idx")
ddf = dd.from_pandas(pdf, npartitions=3)
expected = pd.DataFrame({"group": [1, 2], "value": [4, 2]}).set_index("group")
result_pd = pdf.groupby("group").idxmax()
result_dd = ddf.groupby("group").idxmax()
assert_eq(result_pd, result_dd)
assert_eq(expected, result_dd)
This is a very simple reproducer for the underlying issue
- Lenguaje dominante
- Python
- Estrellas
- 89
- Forks
- 26
- 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-expr
-
Dificultad 4/5 3-5 días Aptitud para principiantes 38/100
-
Dificultad 3/5 1-2 días Aptitud para principiantes 45/100
-
Predicate pull-up optimizationAbierto
Dificultad 5/5 Más de una semana Aptitud para principiantes 30/100
-
Dificultad 4/5 3-5 días Aptitud para principiantes 30/100
-
Dificultad 3/5 1-2 días Aptitud para principiantes 25/100
Todos los issues de dask/dask-expr
Issues similares
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 77/100
mihai-vlc/sublime-jsfmt#56 ·
-
comp/cli comp/plugins P2 type/bug
Dificultad 2/5 1-3 horas Aptitud para principiantes 75/100
NousResearch/hermes-agent#141917 · 1 comentario ·
Los mantenedores suelen responder en 1 día
-
Go device SDK: Whisper transcriber keeps buffering and transcribing audio appended after Stop()Posiblemente ocupada @apoorvdarshan la tomó hoy. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 84/100
BasedHardware/omi#22770 ·
Los mantenedores suelen responder en 1 día
-
bug needs-acceptance wg/router-models-inference-runtime
Dificultad 2/5 1-3 horas Aptitud para principiantes 66/100
vllm-project/semantic-router#5295 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 84/100
huggingface/huggingface_hub#5210 ·
Los mantenedores suelen responder en 1 día