类 ai.rapids.cudf.DType 的使用 (cudfjni 25.04.0 API)

使用 DType 的包
包说明

ai.rapids.cudf

ai.rapids.cudf.ast

使用 DType 的包
包	说明
ai.rapids.cudf
ai.rapids.cudf.ast

在 ai.rapids.cudf 中使用 DType

在 ai.rapids.cudf 中声明为 DType 的字段
修饰符和类型	字段和说明
`static DType`	DType.`BOOL8`
`DType`	JCudfSerialization.SerializedColumnHeader.`dtype`
`static DType`	DType.`DURATION_DAYS`
`static DType`	DType.`DURATION_MICROSECONDS`
`static DType`	DType.`DURATION_MILLISECONDS`
`static DType`	DType.`DURATION_NANOSECONDS`
`static DType`	DType.`DURATION_SECONDS`
`static DType`	DType.`EMPTY`
`static DType`	DType.`FLOAT32`
`static DType`	DType.`FLOAT64`
`static DType`	DType.`INT16`
`static DType`	DType.`INT32`
`static DType`	DType.`INT64`
`static DType`	DType.`INT8`
`static DType`	DType.`LIST`
`static DType`	DType.`STRING`
`static DType`	DType.`STRUCT`
`static DType`	DType.`TIMESTAMP_DAYS`
`static DType`	DType.`TIMESTAMP_MICROSECONDS`
`static DType`	DType.`TIMESTAMP_MILLISECONDS`
`static DType`	DType.`TIMESTAMP_NANOSECONDS`
`static DType`	DType.`TIMESTAMP_SECONDS`
`protected DType`	ColumnView.`type`
`protected DType`	HostColumnVectorCore.`type`
`static DType`	DType.`UINT16`
`static DType`	DType.`UINT32`
`static DType`	DType.`UINT64`
`static DType`	DType.`UINT8`

在 ai.rapids.cudf 中返回 DType 的方法
修饰符和类型	方法和说明
`static DType`	DType.`create(DType.DTypeEnum dt)` 用于创建非十进制 DType 实例的工厂方法。
`static DType`	DType.`create(DType.DTypeEnum dt, int scale)` 专用于创建十进制 DType 实例的工厂方法。
`static DType`	DecimalUtils.`createDecimalType(int precision, int scale)` 创建一个具有精度和标度的 cuDF 十进制类型
`static DType`	DType.`fromJavaBigDecimal(BigDecimal dec)` 使用 Java BigDecimal 的精度和标度创建类似十进制的 DType。
`static DType`	DType.`fromNative(int nativeId, int scale)` 用于创建 DType 实例的工厂方法
`DType[]`	Schema.`getChildTypes()` 获取模式中顶级子列的类型。
`DType[]`	Schema.`getFlattenedTypes()` 通过深度优先遍历从所有层级展平，获取模式中列的类型。
`DType`	JCudfSerialization.SerializedColumnHeader.`getType()` 获取列的数据类型
`DType`	Scalar.`getType()`
`DType`	Schema.`getType()`
`DType`	BinaryOperable.`getType()` 获取此数据的类型。
`DType`	ColumnView.`getType()`
`DType`	HostColumnVectorCore.`getType()` 返回此向量的类型。
`abstract DType`	HostColumnVector.DataType.`getType()`
`DType`	HostColumnVector.ListType.`getType()`
`DType`	HostColumnVector.StructType.`getType()`
`DType`	HostColumnVector.BasicType.`getType()`
`static DType`	BinaryOperable.`implicitConversion(BinaryOp op, BinaryOperable lhs, BinaryOperable rhs)` 查找用于隐式输出的合适 DType。

在 ai.rapids.cudf 中带有类型为 DType 的参数的方法
修饰符和类型	方法和说明
`default ColumnVector`	BinaryOperable.`add(BinaryOperable rhs, DType outType)` 使用给定的输出类型将一个向量加到另一个向量。
`Schema.Builder`	Schema.Builder.`addColumn(DType type, String name)`
`Schema.Builder`	Schema.Builder.`addColumn(DType type, String name, int precision)` 添加新列
`Scalar`	ColumnView.`all(DType outType)` 已弃用。支持的唯一输出类型是 BOOL8。
`default ColumnVector`	BinaryOperable.`and(BinaryOperable rhs, DType outType)` 使用给定的输出类型执行逻辑与 (&&)。
`Scalar`	ColumnView.`any(DType outType)` 如果列中的任何元素为真或非零，则根据指定的类型返回一个为真或 1 的标量，否则返回假或 0。
`default ColumnVector`	BinaryOperable.`arctan2(BinaryOperable xCoordinate, DType outType)` 函数 arctan2(y,x) 或 atan2(y,x) 被定义为欧几里得平面中从正 x 轴到点 (x, y) ≠ (0, 0) 的射线之间的角度，以弧度表示。
`ColumnVector`	ColumnView.`asTimestamp(DType timestampType, String format)` 将字符串解析为时间戳。
`ColumnVector`	Scalar.`binaryOp(BinaryOp op, BinaryOperable rhs, DType outType)`
`ColumnVector`	BinaryOperable.`binaryOp(BinaryOp op, BinaryOperable rhs, DType outType)` 多种不同的二元操作。
`ColumnVector`	ColumnView.`binaryOp(BinaryOp op, BinaryOperable rhs, DType outType)` 多种不同的二元操作。
`default ColumnVector`	BinaryOperable.`bitAnd(BinaryOperable rhs, DType outType)` 使用给定的输出类型执行按位与 (&)。
`ColumnView`	ColumnView.`bitCastTo(DType type)` 在底层长度相同的类型之间执行零拷贝转换。
`default ColumnVector`	BinaryOperable.`bitOr(BinaryOperable rhs, DType outType)` 使用给定的输出类型执行按位或 (\|)。
`default ColumnVector`	BinaryOperable.`bitXor(BinaryOperable rhs, DType outType)` 使用给定的输出类型执行按位异或 (^)。
`static ColumnVector`	ColumnVector.`build(DType type, int rows, java.util.function.Consumer<HostColumnVector.Builder> init)` 创建一个新向量。
`static HostColumnVector`	HostColumnVector.`build(DType type, int rows, java.util.function.Consumer<HostColumnVector.Builder> init)` 创建一个新向量。
`static HostColumnVector.Builder`	HostColumnVector.`builder(DType type, int rows)` 创建一个新的 Builder 用于容纳指定行数。
`ColumnVector`	ColumnView.`castTo(DType type)` 转换 ColumnVector 的通用方法。当从 Date、Timestamp 或 Boolean 转换为数值类型时，将使用数据的底层数值表示进行转换。
`ColumnVector`	ColumnVector.`castTo(DType type)` 转换 ColumnVector 的通用方法。当从 Date、Timestamp 或 Boolean 转换为数值类型时，将使用数据的底层数值表示进行转换。
`Schema.Builder`	Schema.Builder.`column(DType type, String name)`
`Schema.Builder`	Schema.Builder.`column(DType type, String name, int precision)` 向当前模式添加单个列。
`static Table`	Aggregation128Utils.`combineInt64SumChunks(Table chunks, DType type)` 从包含四个 64 位整数列的表中重新组装一个 128 位值的列，并检查溢出。
`static ColumnVector`	ColumnVector.`decimalFromDoubles(DType type, RoundingMode mode, double... values)` 使用特定的 DecimalType 和 RoundingMode，从双精度浮点数创建一个新的十进制向量。
`static HostColumnVector`	HostColumnVector.`decimalFromDoubles(DType type, RoundingMode mode, double... values)` 使用特定的 DecimalType 和 RoundingMode，从双精度浮点数创建一个新的十进制向量。
`default ColumnVector`	BinaryOperable.`div(BinaryOperable rhs, DType outType)` 使用给定的输出类型将一个向量除以另一个向量。
`static Scalar`	Scalar.`durationFromLong(DType type, long value)` 根据类型参数返回一个持续时间标量。
`static Scalar`	Scalar.`durationFromLong(Optional<Long> nullCount, BaseDeviceMemoryBuffer validityBuffer, BaseDeviceMemoryBuffer offsetBuffer, ColumnView[] children)` 根据类型参数返回一个持续时间标量。
`default ColumnVector`	BinaryOperable.`equalTo(BinaryOperable rhs, DType outType)` this == rhs，输出转换为给定类型，1 表示真，0 表示假。
`default ColumnVector`	BinaryOperable.`equalToNullAware(BinaryOperable rhs, DType outType)` 类似于 equalTo，但 NULL == NULL 为真，NULL == 非 NULL 为假
`static ColumnVector`	Aggregation128Utils.`extractInt32Chunk(ColumnView col, DType outType, int chunkIdx)` 从一个 128 位值中提取一个 32 位块。
`default ColumnVector`	BinaryOperable.`floorDiv(BinaryOperable rhs, DType outType)` 使用给定的输出类型将一个向量除以另一个向量并计算结果的下取整。
`static ColumnVector`	ColumnVector.`fromArrow(DType type, long numRows, long nullCount, ByteBuffer data, ByteBuffer validity, ByteBuffer offsets)` 从传入的 Apache Arrow 字节缓冲区创建一个 ColumnVector。
`static Scalar`	Scalar.`fromDecimal(BigInteger unscaledValue, DType dt)`
`static ColumnView`	ColumnView.`fromDeviceBuffer(BaseDeviceMemoryBuffer buffer, long startOffset, DType type, int rows)` 从原始设备缓冲区创建一个新的列视图。
`static Scalar`	Scalar.`fromNull(DType type)`
`default ColumnVector`	BinaryOperable.`greaterOrEqualTo(BinaryOperable rhs, DType outType)` this >= rhs，输出转换为给定类型，1 表示真，0 表示假。
`default ColumnVector`	BinaryOperable.`greaterThan(BinaryOperable rhs, DType outType)` this > rhs，输出转换为给定类型，1 表示真，0 表示假。
`ColumnVector`	ColumnView.`isFixedPoint(DType decimalType)` 返回一个与此实例具有相同行数的 Boolean 向量，对于任何定点项为 TRUE，如果不是定点项则为 FALSE。
`ColumnVector`	ColumnView.`isInteger(DType intType)` 返回一个与此实例具有相同行数的 Boolean 向量，对于任何整数项为 TRUE，如果不是整数项则为 FALSE。
`default ColumnVector`	BinaryOperable.`lessOrEqualTo(BinaryOperable rhs, DType outType)` this <= rhs，输出转换为给定类型，1 表示真，0 表示假。
`default ColumnVector`	BinaryOperable.`lessThan(BinaryOperable rhs, DType outType)` this < rhs，输出转换为给定类型，1 表示真，0 表示假。
`ColumnVector`	ColumnView.`listReduce(SegmentedReductionAggregation aggregation, DType outType)` 对列表中的值进行规约。
`ColumnVector`	ColumnView.`listReduce(SegmentedReductionAggregation aggregation, NullPolicy nullPolicy, DType outType)` 对列表中的值进行规约。
`default ColumnVector`	BinaryOperable.`log(BinaryOperable rhs, DType outType)` 计算指定底数的对数
`ColumnView`	ColumnView.`logicalCastTo(DType type)` 已弃用。在 C++ 中，这已改为 bit_cast，所以请改用该名称
`static ColumnVector`	ColumnVector.`makeList(long rows, DType type, ColumnView... columns)` 从给定的列创建一个 LIST 列。
`Scalar`	ColumnView.`max(DType outType)` 已弃用。 max 规约不再内部允许设置输出类型，作为一种变通方法，此 API 将为您把输入类型转换为输出类型，但这并非在所有情况下都有效。
`default ColumnVector`	BinaryOperable.`maxNullAware(BinaryOperable rhs, DType outType)` 返回最大非空值。
`Scalar`	ColumnView.`mean(DType outType)` 返回列中所有值的算术平均值，返回指定类型的标量。
`Scalar`	ColumnView.`min(DType outType)` 已弃用。 min 规约不再内部允许设置输出类型，作为一种变通方法，此 API 将为您把输入类型转换为输出类型，但这并非在所有情况下都有效。
`default ColumnVector`	BinaryOperable.`minNullAware(BinaryOperable rhs, DType outType)` 返回最小非空值。
`default ColumnVector`	BinaryOperable.`mod(BinaryOperable rhs, DType outType)` 使用给定的输出类型计算模数。
`default ColumnVector`	BinaryOperable.`mul(BinaryOperable rhs, DType outType)` 使用给定的输出类型将两个向量相乘。
`default ColumnVector`	BinaryOperable.`notEqualTo(BinaryOperable rhs, DType outType)` this != rhs，输出转换为给定类型，1 表示真，0 表示假。
`default ColumnVector`	BinaryOperable.`notEqualToNullAware(BinaryOperable rhs, DType outType)` 类似于 notEqualTo，但 NULL != NULL 为真，NULL != 非 NULL 为假
`default ColumnVector`	BinaryOperable.`or(BinaryOperable rhs, DType outType)` 使用给定的输出类型执行逻辑或 (\|\|)。
`default ColumnVector`	BinaryOperable.`pmod(BinaryOperable rhs, DType outputType)` 返回 lhs mod rhs 的正值。
`default ColumnVector`	BinaryOperable.`pow(BinaryOperable rhs, DType outType)` 使用给定的输出类型计算幂。
`Scalar`	ColumnView.`product(DType outType)` 返回列中所有值的乘积，返回指定类型的标量。
`Scalar`	ColumnView.`reduce(ReductionAggregation aggregation, DType outType)` 计算列的所有行中值的规约。
`ColumnVector`	ColumnView.`segmentedReduce(ColumnView offsets, SegmentedReductionAggregation aggregation, DType outType)` 执行分段规约，其中偏移列指示要在此中组合哪些组。
`ColumnVector`	ColumnView.`segmentedReduce(ColumnView offsets, SegmentedReductionAggregation aggregation, NullPolicy nullPolicy, DType outType)` 执行分段规约，其中偏移列指示要在此中组合哪些组。
`default ColumnVector`	BinaryOperable.`shiftLeft(BinaryOperable shiftBy, DType outType)` 将此向量的值按位左移 shiftBy。
`default ColumnVector`	BinaryOperable.`shiftRight(BinaryOperable shiftBy, DType outType)` 将此向量按位右移 shiftBy。
`default ColumnVector`	BinaryOperable.`shiftRightUnsigned(BinaryOperable shiftBy, DType outType)` 此方法将此向量的值按位右移 shiftBy。
`Scalar`	ColumnView.`standardDeviation(DType outType)` 返回列中所有值的样本标准差，返回指定类型的标量。
`default ColumnVector`	BinaryOperable.`sub(BinaryOperable rhs, DType outType)` 使用给定的输出类型从一个向量中减去另一个向量。
`Scalar`	ColumnView.`sum(DType outType)` 计算列中所有值的总和，返回指定类型的标量。
`Scalar`	ColumnView.`sumOfSquares(DType outType)` 返回列中所有值的平方和，返回指定类型的标量。
`static Scalar`	Scalar.`timestampFromLong(DType type, long value)`
`static Scalar`	Scalar.`timestampFromLong(DType type, Long value)`
`default ColumnVector`	BinaryOperable.`trueDiv(BinaryOperable rhs, DType outType)` 使用给定的输出类型将一个向量除以另一个向量，并在中间转换为 FLOAT64。
`Scalar`	ColumnView.`variance(DType outType)` 返回列中所有值的方差，返回指定类型的标量。
`ORCOptions.Builder`	ORCOptions.Builder.`withTimeUnit(DType unit)` 指定在返回时间戳时使用的时间单位。
`ParquetOptions.Builder`	ParquetOptions.Builder.`withTimeUnit(DType unit)` 指定在返回时间戳时使用的时间单位。

在 ai.rapids.cudf 中带有类型为 DType 的参数的构造函数
构造函数和说明
`BasicType(boolean isNullable, DType type)`
`ColumnVector(DType type, long rows, Optional<Long> nullCount, DeviceMemoryBuffer dataBuffer, DeviceMemoryBuffer validityBuffer, DeviceMemoryBuffer offsetBuffer)` 基于设备上已有的数据创建一个新的列向量。
`ColumnVector(DType type, long rows, Optional<Long> nullCount, DeviceMemoryBuffer dataBuffer, DeviceMemoryBuffer validityBuffer, DeviceMemoryBuffer offsetBuffer, List<DeviceMemoryBuffer> toClose, long[] childHandles)` 基于设备上已有的数据和子列创建一个新的列向量。
`ColumnView(DType type, long rows, Optional<Long> nullCount, BaseDeviceMemoryBuffer dataBuffer, BaseDeviceMemoryBuffer validityBuffer)` 基于设备上已有的数据创建一个新的列视图。
`ColumnView(DType type, long rows, Optional<Long> nullCount, BaseDeviceMemoryBuffer dataBuffer, BaseDeviceMemoryBuffer validityBuffer, BaseDeviceMemoryBuffer offsetBuffer)` 基于设备上已有的数据创建一个新的列视图。
`ColumnView(DType type, long rows, Optional<Long> nullCount, BaseDeviceMemoryBuffer validityBuffer, BaseDeviceMemoryBuffer offsetBuffer, ColumnView[] children)` 基于设备上已有的数据创建一个新的列视图。
`HostColumnVector(DType type, long rows, Optional<Long> nullCount, HostMemoryBuffer hostDataBuffer, HostMemoryBuffer hostValidityBuffer, HostMemoryBuffer offsetBuffer, List<HostColumnVectorCore> nestedHcv)` 创建一个数据已填充在主机上的新列向量。
`HostColumnVectorCore(DType type, long rows, Optional<Long> nullCount, HostMemoryBuffer data, HostMemoryBuffer validity, HostMemoryBuffer offsets, List<HostColumnVectorCore> nestedChildren)`
`Scalar(DType type, long scalarHandle)` 用于从原生句柄和类型创建标量的构造函数。

在 ai.rapids.cudf.ast 中使用 DType

在 ai.rapids.cudf.ast 中带有类型为 DType 的参数的方法
修饰符和类型	方法和说明
`static Literal`	Literal.`ofDurationFromLong(DType type, long value)` 构造一个具有指定值的基于 long 的持续时间字面量。
`static Literal`	Literal.`ofDurationFromLong(DType type, Long value)` 构造一个具有指定值或 null 的基于 long 的持续时间字面量。
`static Literal`	Literal.`ofNull(DType type)` 构造一个指定类型的 null 字面量。
`static Literal`	Literal.`ofTimestampFromLong(DType type, long value)` 构造一个具有指定值的基于 long 的时间戳字面量。
`static Literal`	Literal.`ofTimestampFromLong(DType type, Long value)` 构造一个具有指定值或 null 的基于 long 的时间戳字面量。

类的使用ai.rapids.cudf.DType

在 ai.rapids.cudf 中使用 DType

在 ai.rapids.cudf.ast 中使用 DType

类的使用
ai.rapids.cudf.DType