划分一个大的数据集，将较小的df合并成较大的df，并使用Dask来帮助加快速度？

Question

我对处理大数据还比较陌生，我处理的数据集相当大，比长的数据集要宽（很多列，没有那么多行），我希望对整个数据帧进行分析。你知道吗

简而言之，这些列是相关的变量，我希望删除任何相关的变量。你知道吗

深入，

理想情况下，我会创建一个函数，将数据集作为一个数据帧，将数据帧分块成更小的数据帧（比如，数据帧1、2、3、4、5和6），并执行一个分析，以查看这些列之间的相关性。你知道吗

意识到你不能孤立地做这件事，我希望对这6个块运行分析，以一种连续的方式合并（比如说，数据帧1\u 2被合并，然后3\u 4，然后5\u 6），再次运行分析，再次合并（现在，1\u 2\u 3然后4\u 5\u 6），并重复这个过程，直到有一个完整的数据集完全不相关。你知道吗

2个问题：

1. 将这些块合并到更大的 大块？（因为尝试一次制作多个迷你块）
2. 除了努力加快分析速度，我还能怎么做呢 利用Dask的核心功能进行分块？你知道吗