ValueError：并非所有分区都是已知的，在dask数据帧上无法对齐分区错误

我有以下列的以下熊猫数据框

user_id user_agent_id requests

所有列均包含整数。我不想对它们执行某些操作，而无法使用dask数据框运行它们。这就是我的工作。

user_profile = cache_records_dataframe[['user_id', 'user_agent_id', 'requests']] \
    .groupby(['user_id', 'user_agent_id']) \
    .size().to_frame(name='appearances') \
    .reset_index() # I am not sure I can run this on dask dataframe

user_profile_ddf = df.from_pandas(user_profile, npartitiOns=4)
user_profile_ddf['percent'] = user_profile_ddf.groupby('user_id')['appearances'] \
    .apply(lambda x: x / x.sum(), meta=float) #Percentage of appearance for each user group

但我收到以下错误

raise ValueError("Not all divisions are known, can't align "
ValueError: Not all divisions are known, can't align partitions. Please use `set_index` to set the index.

难道我做错了什么？在纯熊猫中，它的效果很好，但是对于许多行来说它变慢了（尽管它们适合内存），所以我想并行化计算。