ColumnVector (cudfjni 25.04.0 API)

java.lang.Object
- ai.rapids.cudf.ColumnView
- - ai.rapids.cudf.ColumnVector

所有已实现的接口

BinaryOperable, AutoCloseable
```
public final class ColumnVector
extends ColumnView
```
此类表示不可变的数据向量。此类持有对设备(GPU)内存的引用，并通过引用计数来确定何时释放。完成列的使用后，调用 close 递减引用计数；调用 incRefCount 递增引用计数。

嵌套类摘要

嵌套类
修饰符和类型	类和描述
`static interface`	`ColumnVector.EventHandler` 用于处理此 ColumnVector 事件的接口。
`protected static class`	`ColumnVector.OffHeapState` 保持列向量的堆外状态，以便即使发生内存泄漏也可以进行清理。

从类 ai.rapids.cudf.ColumnView继承的嵌套类/接口
ColumnView.FindOptions

字段摘要
- 从类 ai.rapids.cudf.ColumnView继承的字段
  offHeap, rows, type, UNKNOWN_NULL_COUNT, viewHandle

构造函数摘要

构造函数
构造函数和描述
`ColumnVector(DType type, long rows, Optional<Long> nullCount, DeviceMemoryBuffer dataBuffer, DeviceMemoryBuffer validityBuffer, DeviceMemoryBuffer offsetBuffer)` 基于已在设备上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)` 基于已在设备上的数据和子列创建一个新的列向量。
`ColumnVector(long nativePointer)` 将现有设备上的 cudf::column 封装到对应的 ColumnVector 中。

方法摘要

所有方法静态方法实例方法具体方法
修饰符和类型	方法和描述
`static ColumnVector`	`boolFromBytes(byte... values)` 从给定值创建新的向量。
`static ColumnVector`	`build(DType type, int rows, java.util.function.Consumer<HostColumnVector.Builder> init)` 创建新的向量。
`static ColumnVector`	`build(int rows, long stringBufferSize, java.util.function.Consumer<HostColumnVector.Builder> init)`
`ColumnVector`	`castTo(DType type)` 用于转换 ColumnVector 的通用方法。将 Date、Timestamp 或 Boolean 类型转换为数值类型时，将使用数据的底层数值表示进行转换。
`void`	`close()` 关闭此向量并释放为 HostMemoryBuffer 和 DeviceMemoryBuffer 分配的内存。
`static ColumnVector`	`concatenate(ColumnView... columns)` 通过将多个列连接在一起创建新的向量。
`ColumnVector`	`copyToColumnVector()` 对于 ColumnVector，这实际上只是增加引用计数。
`static ColumnVector`	`daysFromInts(int... values)` 从给定值创建新的向量。
`static ColumnVector`	`decimalFromBigInt(int scale, BigInteger... values)` 从 BigInteger 创建新的 decimal 向量。与 [[java.math.BigDecimal]] 的 scale 相比，这里的 scale 表示相反的含义。
`static ColumnVector`	`decimalFromBoxedInts(int scale, Integer... values)` 从装箱的未缩放值（Integer 数组）和 scale 创建新的 decimal 向量。
`static ColumnVector`	`decimalFromBoxedLongs(int scale, Long... values)` 从装箱的未缩放值（Long 数组）和 scale 创建新的 decimal 向量。
`static ColumnVector`	`decimalFromDoubles(DType type, RoundingMode mode, double... values)` 从具有特定 DecimalType 和 RoundingMode 的双精度浮点数创建新的 decimal 向量。
`static ColumnVector`	`decimalFromInts(int scale, int... values)` 从未缩放值（int 数组）和 scale 创建新的 decimal 向量。
`static ColumnVector`	`decimalFromLongs(int scale, long... values)` 从未缩放值（long 数组）和 scale 创建新的 decimal 向量。
`static ColumnVector`	`durationDaysFromBoxedInts(Integer... values)` 从给定值创建新的向量。
`static ColumnVector`	`durationDaysFromInts(int... values)` 从给定值创建新的向量。
`static ColumnVector`	`durationMicroSecondsFromBoxedLongs(Long... values)` 从给定值创建新的向量。
`static ColumnVector`	`durationMicroSecondsFromLongs(long... values)` 从给定值创建新的向量。
`static ColumnVector`	`durationMilliSecondsFromBoxedLongs(Long... values)` 从给定值创建新的向量。
`static ColumnVector`	`durationMilliSecondsFromLongs(long... values)` 从给定值创建新的向量。
`static ColumnVector`	`durationNanoSecondsFromBoxedLongs(Long... values)` 从给定值创建新的向量。
`static ColumnVector`	`durationNanoSecondsFromLongs(long... values)` 从给定值创建新的向量。
`static ColumnVector`	`durationSecondsFromBoxedLongs(Long... values)` 从给定值创建新的向量。
`static ColumnVector`	`durationSecondsFromLongs(long... values)` 从给定值创建新的向量。
`static ColumnVector`	`empty(HostColumnVector.DataType colType)` 根据数据类型创建空列。
`static ColumnVector`	`emptyStructs(HostColumnVector.DataType dataType, long numRows)` 此方法正在演进中，不稳定，目前仅供测试使用。
`static 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 ColumnVector。
`static ColumnVector`	`fromBooleans(boolean... values)` 从给定值创建新的向量。
`static ColumnVector`	`fromBoxedBooleans(Boolean... values)` 从给定值创建新的向量。
`static ColumnVector`	`fromBoxedBytes(Byte... values)` 从给定值创建新的向量。
`static ColumnVector`	`fromBoxedDoubles(Double... values)` 从给定值创建新的向量。
`static ColumnVector`	`fromBoxedFloats(Float... values)` 从给定值创建新的向量。
`static ColumnVector`	`fromBoxedInts(Integer... values)` 从给定值创建新的向量。
`static ColumnVector`	`fromBoxedLongs(Long... values)` 从给定值创建新的向量。
`static ColumnVector`	`fromBoxedShorts(Short... values)` 从给定值创建新的向量。
`static ColumnVector`	`fromBoxedUnsignedBytes(Byte... values)` 从给定值创建新的向量。
`static ColumnVector`	`fromBoxedUnsignedInts(Integer... values)` 从给定值创建新的向量。
`static ColumnVector`	`fromBoxedUnsignedLongs(Long... values)` 从给定值创建新的向量。
`static ColumnVector`	`fromBoxedUnsignedShorts(Short... values)` 从给定值创建新的向量。
`static ColumnVector`	`fromBytes(byte... values)` 从给定值创建新的向量。
`static ColumnVector`	`fromDecimals(BigDecimal... values)` 从给定值创建新的向量。
`static ColumnVector`	`fromDoubles(double... values)` 从给定值创建新的向量。
`static ColumnVector`	`fromFloats(float... values)` 从给定值创建新的向量。
`static ColumnVector`	`fromInts(int... values)` 从给定值创建新的向量。
`static <T> ColumnVector`	`fromLists(HostColumnVector.DataType dataType, List<T>... lists)` 此方法正在演进中，不稳定，目前仅供测试使用。
`static ColumnVector`	`fromLongs(long... values)` 从给定值创建新的向量。
`static ColumnVector`	`fromScalar(Scalar scalar, int rows)` 创建一个长度为 rows 的新向量，其中每一行都填充了 Scalar 的值。
`static ColumnVector`	`fromShorts(short... values)` 从给定值创建新的向量。
`static ColumnVector`	`fromStrings(String... values)` 从给定值创建新的字符串向量。
`static ColumnVector`	`fromStructs(HostColumnVector.DataType dataType, HostColumnVector.StructData... lists)` 此方法正在演进中，不稳定，目前仅供测试使用。
`static ColumnVector`	`fromStructs(List<HostColumnVector.StructData> lists)` 此方法正在演进中，不稳定，目前仅供测试使用。
`static ColumnVector`	`fromUnsignedBytes(byte... values)` 从给定值创建新的向量。
`static ColumnVector`	`fromUnsignedInts(int... values)` 从给定值创建新的向量。
`static ColumnVector`	`fromUnsignedLongs(long... values)` 从给定值创建新的向量。
`static ColumnVector`	`fromUnsignedShorts(short... values)` 从给定值创建新的向量。
`static ColumnVector`	`fromUTF8Strings(byte[]... values)` 从给定值创建新的字符串向量。
`static ColumnVector`	`fromViewWithContiguousAllocation(long columnViewAddress, DeviceMemoryBuffer buffer)` 使用连续设备分配，从原生 column_view 创建 ColumnVector。
`BaseDeviceMemoryBuffer`	`getDeviceBufferFor(BufferType type)` 获取此列的原始设备缓冲区的访问权限。
`ColumnVector.EventHandler`	`getEventHandler()` 返回此 ColumnVector 的当前事件处理程序，如果没有关联处理程序则返回 null。
`long`	`getNullCount()` 返回数据中的 null 数量。
`int`	`getRefCount()` 返回此列当前的引用计数。
`boolean`	`hasNulls()` 返回向量是否包含 null。
`boolean`	`hasValidityVector()` 返回向量是否已分配有效期向量。
`ColumnVector`	`incRefCount()` 增加此列的引用计数。
`static ColumnVector`	`listConcatenateByRow(boolean ignoreNull, ColumnView... columns)` 横向（逐行）连接列表列，将每列中对应的行组合成新列的单个列表行。
`static ColumnVector`	`listConcatenateByRow(ColumnView... columns)` 横向（逐行）连接列表列，将每列中对应的行组合成新列的单个列表行。
`static ColumnVector`	`makeList(ColumnView... columns)` 从给定列创建 LIST 列。
`static ColumnVector`	`makeList(long rows, DType type, ColumnView... columns)` 从给定列创建 LIST 列。
`ColumnVector`	`makeListFromOffsets(long rows, ColumnView offsets)` 从当前列和给定 offsets 列创建 LIST 列。
`static ColumnVector`	`makeStruct(ColumnView... columns)` 创建由现有列组成的新 struct 向量。
`static ColumnVector`	`makeStruct(long rows, ColumnView... columns)` 创建由现有列组成的新 struct 向量。
`static ColumnVector`	`md5Hash(ColumnView... columns)` 创建一个新向量，其中包含表中每行的 MD5 哈希值。
`void`	`noWarnLeakExpected()` 这是一个非常糟糕的 API，但由于 Java 和 GC，数据列的生命周期可能不清晰。此 API 通知内存泄漏跟踪代码，该列的生命周期是预期的，并且在此发生时不会打印大的警告。
`static ColumnVector`	`sequence(ColumnView start, ColumnView size)` 创建一个列表列，其中每一行是一系列值，这些值从一个 `start` 值开始，每次递增一，并且其基数由 `size` 值指定。
`static ColumnVector`	`sequence(ColumnView start, ColumnView size, ColumnView step)` 创建一个列表列，其中每一行是一系列值，这些值从一个 `start` 值开始，每次递增一个 `step` 值，并且其基数由 `size` 值指定。
`static ColumnVector`	`sequence(Scalar initialValue, int rows)` 创建一个长度为 rows 的新向量，从 initialValue 开始，每次递增 1。
`static ColumnVector`	`sequence(Scalar initialValue, Scalar step, int rows)` 创建一个长度为 rows 的新向量，从 initialValue 开始，每次递增 step。
`ColumnVector.EventHandler`	`setEventHandler(ColumnVector.EventHandler newHandler)` 为此向量设置事件处理程序。
`static ColumnVector`	`stringConcatenate(ColumnView[] columns)` 将字符串列连接在一起，将每列中对应的行组合成新列的单个字符串行，合并后的字符串之间不插入分隔符，并保留合并行中的 null 值。
`static ColumnVector`	`stringConcatenate(ColumnView[] columns, ColumnView sepCol)` 使用为每行指定的定界符将字符串列连接在一起，并将结果作为字符串列返回。
`static ColumnVector`	`stringConcatenate(ColumnView[] columns, ColumnView sepCol, Scalar separatorNarep, Scalar colNarep, boolean separateNulls)` 使用为每行指定的定界符将字符串列连接在一起，并将结果作为字符串列返回。
`static ColumnVector`	`stringConcatenate(Scalar separator, Scalar narep, ColumnView[] columns)` 将字符串列连接在一起，将每列中对应的行组合成新列的单个字符串行。
`static ColumnVector`	`stringConcatenate(Scalar separator, Scalar narep, ColumnView[] columns, boolean separateNulls)` 将字符串列连接在一起，将每列中对应的行组合成新列的单个字符串行。
`static ColumnVector`	`timestampDaysFromBoxedInts(Integer... values)` 从给定值创建新的向量。
`static ColumnVector`	`timestampMicroSecondsFromBoxedLongs(Long... values)` 从给定值创建新的向量。
`static ColumnVector`	`timestampMicroSecondsFromLongs(long... values)` 从给定值创建新的向量。
`static ColumnVector`	`timestampMilliSecondsFromBoxedLongs(Long... values)` 从给定值创建新的向量。
`static ColumnVector`	`timestampMilliSecondsFromLongs(long... values)` 从给定值创建新的向量。
`static ColumnVector`	`timestampNanoSecondsFromBoxedLongs(Long... values)` 从给定值创建新的向量。
`static ColumnVector`	`timestampNanoSecondsFromLongs(long... values)` 从给定值创建新的向量。
`static ColumnVector`	`timestampSecondsFromBoxedLongs(Long... values)` 从给定值创建新的向量。
`static ColumnVector`	`timestampSecondsFromLongs(long... values)` 从给定值创建新的向量。
`String`	`toString()`

从类 ai.rapids.cudf.ColumnView继承的方法
abs, addCalendricalMonths, addCalendricalMonths, all, all, any, any, applyBooleanMask, approxPercentile, approxPercentile, arccos, arccosh, arcsin, arcsinh, arctan, arctanh, asByteList, asByteList, asBytes, asDoubles, asFloats, asInts, asLongs, asShorts, asStrings, asStrings, asTimestamp, asTimestampDays, asTimestampDays, asTimestampMicroseconds, asTimestampMicroseconds, asTimestampMilliseconds, asTimestampMilliseconds, asTimestampNanoseconds, asTimestampNanoseconds, asTimestampSeconds, asTimestampSeconds, asUnsignedBytes, asUnsignedInts, asUnsignedLongs, asUnsignedShorts, binaryOp, bitCastTo, bitInvert, capitalize, cbrt, ceil, clamp, clamp, codePoints, contains, contains, containsRe, containsRe, copyToHost, copyToHost, copyToHostAsync, copyToHostAsync, cos, cosh, countElements, dateTimeCeil, dateTimeFloor, dateTimeRound, day, dayOfYear, daysInMonth, distinctCount, distinctCount, dropListDuplicates, dropListDuplicatesWithKeysValues, endsWith, exp, extractAllRecord, extractAllRecord, extractDateTimeComponent, extractListElement, extractListElement, extractRe, extractRe, findAndReplaceAll, flattenLists, flattenLists, floor, fromDeviceBuffer, generateListOffsets, getByteCount, getCharLengths, getChildColumnView, getChildColumnViews, getData, getDeviceMemorySize, getHostBytesRequired, getJSONObject, getJSONObject, getListOffsetsView, getMapKeyExistence, getMapKeyExistence, getMapValue, getMapValue, getNativeView, getNumChildren, getOffsets, getRowCount, getScalarElement, getType, getValid, hasNonEmptyNulls, hostPaddingSizeInBytes, hour, ifElse, ifElse, ifElse, ifElse, isFixedPoint, isFloat, isInteger, isInteger, isLeapYear, isNan, isNotNan, isNotNull, isNull, isTimestamp, joinStrings, lastDayOfMonth, like, listContains, listContainsColumn, listContainsNulls, listIndexOf, listIndexOf, listReduce, listReduce, listReduce, listsDifferenceDistinct, listsHaveOverlap, listsIntersectDistinct, listSortRows, listsUnionDistinct, log, log10, log2, logicalCastTo, lower, lstrip, lstrip, makeStructView, makeStructView, matchesRe, matchesRe, max, max, mean, mean, mergeAndSetValidity, min, min, minute, month, nansToNulls, normalizeNANsAndZeros, not, pad, pad, pad, prefixSum, product, product, purgeNonEmptyNulls, quantile, quarterOfYear, reduce, reduce, repeatStrings, repeatStrings, replaceChildrenWithViews, replaceListChild, replaceMultiRegex, replaceNulls, replaceNulls, replaceNulls, replaceRegex, replaceRegex, replaceRegex, replaceRegex, reverseStringsOrLists, rint, rollingWindow, round, round, round, round, rstrip, rstrip, scan, scan, scan, second, segmentedGather, segmentedGather, segmentedReduce, segmentedReduce, segmentedReduce, sin, sinh, slice, split, splitAsViews, sqrt, standardDeviation, standardDeviation, startsWith, stringConcatenateListElements, stringConcatenateListElements, stringConcatenateListElements, stringContains, stringContains, stringLocate, stringLocate, stringLocate, stringReplace, stringReplace, stringReplaceWithBackrefs, stringReplaceWithBackrefs, stringSplit, stringSplit, stringSplit, stringSplit, stringSplit, stringSplit, stringSplitRecord, stringSplitRecord, stringSplitRecord, stringSplitRecord, stringSplitRecord, stringSplitRecord, strip, strip, substring, substring, substring, subVector, subVector, sum, sum, sumOfSquares, sumOfSquares, tan, tanh, title, toHex, toTitle, transform, unaryOp, upper, urlDecode, urlEncode, variance, variance, weekDay, year, zfill

从类 java.lang.Object继承的方法
clone, equals, finalize, getClass, hashCode, notify, notifyAll, wait, wait, wait

从接口 ai.rapids.cudf.BinaryOperable继承的方法
add, add, and, and, arctan2, arctan2, bitAnd, bitAnd, bitOr, bitOr, bitXor, bitXor, div, div, equalTo, equalTo, equalToNullAware, equalToNullAware, floorDiv, floorDiv, greaterOrEqualTo, greaterOrEqualTo, greaterThan, greaterThan, implicitConversion, lessOrEqualTo, lessOrEqualTo, lessThan, lessThan, log, log, maxNullAware, maxNullAware, minNullAware, minNullAware, mod, mod, mul, mul, notEqualTo, notEqualTo, notEqualToNullAware, notEqualToNullAware, or, or, pmod, pmod, pow, pow, shiftLeft, shiftLeft, shiftRight, shiftRight, shiftRightUnsigned, shiftRightUnsigned, sub, sub, trueDiv, trueDiv

- 构造函数详情
  - ColumnVector
```
public ColumnVector(long nativePointer)
```
    将现有的设备上的 cudf::column 用对应的 ColumnVector 包装起来。新的 ColumnVector 将拥有该指针的所有权，并在引用计数达到零时释放它。
    
    参数
    
    nativePointer - 将由该实例拥有的 cudf::column 对象的宿主地址。
  - ColumnVector
```
public ColumnVector(DType type,
                    long rows,
                    Optional<Long> nullCount,
                    DeviceMemoryBuffer dataBuffer,
                    DeviceMemoryBuffer validityBuffer,
                    DeviceMemoryBuffer offsetBuffer)
```
    基于已在设备上的数据创建一个新的列向量。
    
    参数
    
    type - 向量的类型
    
    rows - 此向量中的行数。
    
    nullCount - 数据集中的 null 值数量。
    
    dataBuffer - 存储在设备上的数据。列向量将拥有此缓冲区的控制权。调用此方法后，请勿使用此缓冲区。
    
    validityBuffer - 可选的有效性缓冲区。如果 nullCount != 0，则必须提供此缓冲区。列向量将拥有此缓冲区的控制权。调用此方法后，请勿使用此缓冲区。
    
    offsetBuffer - 字符串和字符串类别的必需宿主缓冲区。列向量将拥有此缓冲区的控制权。调用此方法后，请勿使用此缓冲区。
  - ColumnVector
```
public ColumnVector(DType type,
                    long rows,
                    Optional<Long> nullCount,
                    DeviceMemoryBuffer dataBuffer,
                    DeviceMemoryBuffer validityBuffer,
                    DeviceMemoryBuffer offsetBuffer,
                    List<DeviceMemoryBuffer> toClose,
                    long[] childHandles)
```
    基于已在设备上的数据和子列创建一个新的列向量。
    
    参数
    
    type - 向量的类型，通常是嵌套类型
    
    rows - 此向量中的行数。
    
    nullCount - 数据集中的 null 值数量。
    
    dataBuffer - 存储在设备上的数据。列向量将拥有此缓冲区的控制权。调用此方法后，请勿使用此缓冲区。
    
    validityBuffer - 可选的有效性缓冲区。如果 nullCount != 0，则必须提供此缓冲区。列向量将拥有此缓冲区的控制权。调用此方法后，请勿使用此缓冲区。
    
    offsetBuffer - 字符串和字符串类别的必需宿主缓冲区。列向量将拥有此缓冲区的控制权。调用此方法后，请勿使用此缓冲区。
    
    toClose - 需要跟踪并在完成后关闭的缓冲区列表，通常用于子节点的情况
    
    childHandles - 用于子列视图句柄的长整型数组。
- 方法详情
  - copyToColumnVector
```
public ColumnVector copyToColumnVector()
```
    对于 ColumnVector，这实际上只是增加引用计数。
    
    覆盖（Overrides）
    
    copyToColumnVector 在类 ColumnView 中
    
    返回
    
    此对象
  - fromViewWithContiguousAllocation
```
public static ColumnVector fromViewWithContiguousAllocation(long columnViewAddress,
                                                            DeviceMemoryBuffer buffer)
```
    使用连续设备分配，从原生 column_view 创建 ColumnVector。
    
    参数
    
    columnViewAddress - 原生 column_view 的地址
    
    buffer - 包含列视图引用的数据的设备缓冲区
  - setEventHandler
```
public ColumnVector.EventHandler setEventHandler(ColumnVector.EventHandler newHandler)
```
    为此向量设置事件处理程序。可以传入 null 来取消设置处理程序。
    
    参数
    
    newHandler - - 从此刻起使用的 EventHandler
    
    返回
    
    先前的事件处理程序，如果未设置则为 null。
  - getEventHandler
```
public ColumnVector.EventHandler getEventHandler()
```
    返回此 ColumnVector 的当前事件处理程序，如果没有关联处理程序则返回 null。
  - noWarnLeakExpected
```
public void noWarnLeakExpected()
```
    这是一个非常糟糕的 API，但由于 Java 和 GC，数据列的生命周期可能不明确。这个 API 会通知内存泄漏跟踪代码，对于此列，这是预期行为，当这种情况发生时，不应打印吓人的警告。
  - close
```
public void close()
```
    关闭此向量并释放为 HostMemoryBuffer 和 DeviceMemoryBuffer 分配的内存。
    
    指定者
    
    close 在接口 AutoCloseable 中
    
    覆盖（Overrides）
    
    close 在类 ColumnView 中
  - toString
```
public String toString()
```
    覆盖（Overrides）
    
    toString 在类 ColumnView 中
  - incRefCount
```
public ColumnVector incRefCount()
```
    增加此列的引用计数。您需要对此对象调用 close 来再次减少引用计数。
  - getNullCount
```
public long getNullCount()
```
    返回数据中的 null 数量。请注意，这可能是一个非常耗费性能的操作，因为如果 null 数量未知，它将被计算出来。
    
    覆盖（Overrides）
    
    getNullCount 在类 ColumnView 中
  - getRefCount
```
public int getRefCount()
```
    返回此列当前的引用计数。
  - hasValidityVector
```
public boolean hasValidityVector()
```
    返回向量是否已分配有效期向量。
  - hasNulls
```
public boolean hasNulls()
```
    返回向量是否包含 null 值。请注意，这可能是一个非常耗费性能的操作，因为如果 null 数量未知，它将被计算出来。
  - getDeviceBufferFor
```
public BaseDeviceMemoryBuffer getDeviceBufferFor(BufferType type)
```
    获取此列的原始设备缓冲区的访问权限。此操作应非常谨慎使用。缓冲区的生命周期与列的生命周期绑定（请勿关闭缓冲区，列会负责处理）。请勿修改缓冲区内容，否则可能会对列的操作产生负面影响。数据必须在设备上才能正常工作。字符串和字符串类别目前不起作用，因为其底层设备布局目前是隐藏的。
    
    参数
    
    type - 要访问的缓冲区类型。
    
    返回
    
    底层缓冲区，如果此列没有关联的缓冲区，则为 null。请注意，如果列为空，则可能没有任何与列关联的缓冲区。
  - fromArrow
```
public static 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 ColumnVector。未用于该数据类型的任何缓冲区应设置为 null。缓冲区应是堆外缓冲区，如果不是，它将负责将其复制到直接字节缓冲区。此方法仅支持原始类型。不支持字符串、Decimal 和列表、结构等嵌套类型。
    
    参数
    
    type - - 列的类型
    
    numRows - - Arrow 列中的行数
    
    nullCount - - Null 值计数
    
    data - - Arrow 数据缓冲区的 ByteBuffer
    
    validity - - Arrow 有效性缓冲区的 ByteBuffer
    
    offsets - - Arrow 偏移量缓冲区的 ByteBuffer
    
    返回
    
    - 新的 ColumnVector
  - fromScalar
```
public static ColumnVector fromScalar(Scalar scalar,
                                      int rows)
```
    创建一个长度为 rows 的新向量，其中每一行都填充了 Scalar 的值。
    
    参数
    
    scalar - - 用于填充行的标量
    
    rows - - 新 ColumnVector 中的行数
    
    返回
    
    - 新的 ColumnVector
  - makeStruct
```
public static ColumnVector makeStruct(ColumnView... columns)
```
    从现有列创建新的结构体向量。请注意，这将复制输入列的内容以创建新向量。如果您只想进行快速临时计算，可以使用 ColumnView.makeStructView。
    
    参数
    
    columns - 用于构建结构体的列。
    
    返回
    
    新的 ColumnVector
  - makeStruct
```
public static ColumnVector makeStruct(long rows,
                                      ColumnView... columns)
```
    从现有列创建新的结构体向量。请注意，这将复制输入列的内容以创建新向量。如果您只想进行快速临时计算，可以使用 ColumnView.makeStructView。
    
    参数
    
    rows - 结构体中的行数。用于没有子节点的结构体。
    
    columns - 用于构建结构体的列。
    
    返回
    
    新的 ColumnVector
  - makeList
```
public static ColumnVector makeList(ColumnView... columns)
```
    从给定的列创建 LIST 列。返回列中的每个列表将包含与传递到此方法中的列相同数量的条目。请注意传入的行数，因为对列列表支持的最大输出大小有限制。
    
    参数
    
    columns - 构成列表列的列，按照它们在结果列表中出现的顺序排列。
    
    返回
    
    新的 LIST ColumnVector
  - makeList
```
public static ColumnVector makeList(long rows,
                                    DType type,
                                    ColumnView... columns)
```
    从给定的列创建 LIST 列。返回列中的每个列表将包含与传递到此方法中的列相同数量的条目。请注意传入的行数，因为对列列表支持的最大输出大小有限制。
    
    参数
    
    rows - 要创建的行数，用于空列表的特殊情况。
    
    type - 子列的类型，用于空列表的特殊情况。
    
    columns - 构成列表列的列，按照它们在结果列表中出现的顺序排列。
    
    返回
    
    新的 LIST ColumnVector
  - makeListFromOffsets
```
public ColumnVector makeListFromOffsets(long rows,
                                        ColumnView offsets)
```
    从当前列和给定的偏移量列创建 LIST 列。输出列将包含从当前列复制元素的列表，其大小由给定的偏移量确定。请注意，调用方负责确保给定的偏移量列类型为 INT32，并且包含创建 LIST 列的有效索引。调用此函数时，不会对这些偏移量进行任何有效性检查。如果给定的偏移量无效，可能会导致内存访问错误和/或数据损坏。
    
    参数
    
    rows - 要创建的行数。
    
    offsets - 指向当前列行索引的偏移量，用于创建输出 LIST 列。
  - sequence
```
public static ColumnVector sequence(Scalar initialValue,
                                    Scalar step,
                                    int rows)
```
    创建一个长度为 rows 的新向量，从 initialValue 开始，每次按 step 递增。仅支持数字类型。
    
    参数
    
    initialValue - 起始的初始值。
    
    step - 添加到每个后续行的步长。
    
    rows - 总行数
    
    返回
    
    创建的向量。
  - sequence
```
public static ColumnVector sequence(Scalar initialValue,
                                    int rows)
```
    创建一个长度为 rows 的新向量，从 initialValue 开始，每次按 1 递增。仅支持数字类型。
    
    参数
    
    initialValue - 起始的初始值。
    
    rows - 总行数
    
    返回
    
    创建的向量。
  - sequence
```
public static ColumnVector sequence(ColumnView start,
                                    ColumnView size)
```
    创建一个列表列，其中每一行都是一个值序列，从 `start` 值开始，递增 1，其基数由 `size` 值指定。用于生成每个列表的 `start` 和 `size` 值取自输入 start 和 size 列的对应行。
    
    参数
    
    start - 结果序列中的第一个值
    
    size - 结果序列中的值数量
    
    返回
    
    创建的向量。
  - sequence
```
public static ColumnVector sequence(ColumnView start,
                                    ColumnView size,
                                    ColumnView step)
```
    创建一个列表列，其中每一行都是一个值序列，从 `start` 值开始，按 `step` 值递增，其基数由 `size` 值指定。用于生成每个列表的 `start`、`step` 和 `size` 值取自输入 starts、steps 和 sizes 列的对应行。
    
    参数
    
    start - 结果序列中的第一个值
    
    size - 结果序列中的值数量
    
    step - 结果序列的增量值。
    
    返回
    
    创建的向量。
  - concatenate
```
public static ColumnVector concatenate(ColumnView... columns)
```
    通过将多个列连接在一起来创建新向量。请注意，所有列必须具有相同的类型。
  - stringConcatenate
```
public static ColumnVector stringConcatenate(ColumnView[] columns)
```
    将字符串列连接在一起，将每列中对应的行组合成新列的单个字符串行，合并后的字符串之间不插入分隔符，并保留合并行中的 null 值。
    
    参数
    
    columns - 包含字符串的列数组，必须非空
    
    返回
    
    包含连接后字符串的新 Java 列向量。
  - stringConcatenate
```
public static ColumnVector stringConcatenate(Scalar separator,
                                             Scalar narep,
                                             ColumnView[] columns)
```
    将字符串列连接在一起，将每列的对应行合并到新列的单个字符串行中。如果 'narep' 有效，此版本包含 null 行的分隔符。
    
    参数
    
    separator - 插入到每个合并字符串之间的字符串标量。
    
    narep - 指示 null 行为的字符串标量。如果设置为 null 且行中的任何字符串为 null，则结果字符串将为 null。如果不为 null，则任何列中的 null 值将替换为指定的字符串。
    
    columns - 包含字符串的列数组，必须非空
    
    返回
    
    包含连接后字符串的新 Java 列向量。
  - stringConcatenate
```
public static ColumnVector stringConcatenate(Scalar separator,
                                             Scalar narep,
                                             ColumnView[] columns,
                                             boolean separateNulls)
```
    将字符串列连接在一起，将每列中对应的行组合成新列的单个字符串行。
    
    参数
    
    separator - 插入到每个合并字符串之间的字符串标量。
    
    narep - 指示 null 行为的字符串标量。如果设置为 null 且行中的任何字符串为 null，则结果字符串将为 null。如果不为 null，则任何列中的 null 值将替换为指定的字符串。
    
    columns - 包含字符串的列数组，必须非空
    
    separateNulls - 如果为 true，则如果 `narep` 有效，则 null 行也包含分隔符。
    
    返回
    
    包含连接后字符串的新 Java 列向量。
  - stringConcatenate
```
public static ColumnVector stringConcatenate(ColumnView[] columns,
                                             ColumnView sepCol)
```
    使用为每一行指定的分隔符将字符串列连接在一起，并将结果作为字符串列返回。如果给定行的行分隔符为 null，则该行的输出列为 null。跳过给定行的 null 列值。
    
    参数
    
    columns - 包含字符串的列数组
    
    sepCol - 提供给定行分隔符的字符串列
    
    返回
    
    包含连接字符串（带分隔符）的新 Java 列向量。
  - stringConcatenate
```
public static ColumnVector stringConcatenate(ColumnView[] columns,
                                             ColumnView sepCol,
                                             Scalar separatorNarep,
                                             Scalar colNarep,
                                             boolean separateNulls)
```
    使用为每一行指定的分隔符将字符串列连接在一起，并将结果作为字符串列返回。如果给定行的行分隔符为 null，则该行的输出列为 null，除非提供了 separatorNarep。如果 separateNulls 为 `YES`，则分隔符应用于两个输出行值之间；如果 separateNulls 为 `NO`，则仅应用于有效行之间。
    
    参数
    
    columns - 包含字符串的列数组
    
    sepCol - 提供给定行分隔符的字符串列
    
    separatorNarep - 当分隔符为 null 时指示 null 行为的字符串标量。如果设置为 null 且分隔符为 null，则结果字符串将为 null。如果不为 null，此字符串将用于代替 null 分隔符。
    
    colNarep - 应替换在任何列中找到的任何 null 字符串的字符串。
    
    separateNulls - 如果为 true，则如果 `colNarep` 有效，则 null 行也包含分隔符。
    
    返回
    
    包含连接字符串（带分隔符）的新 Java 列向量。
  - listConcatenateByRow
```
public static ColumnVector listConcatenateByRow(ColumnView... columns)
```
    水平（逐行）连接列表列，将每列的对应行合并到新列的单个列表行中。注意：任何涉及 null 列表元素的连接都将导致 null 列表。
    
    参数
    
    columns - 包含列表的列数组，必须非空
    
    返回
    
    包含连接列表的新 Java 列向量。
  - listConcatenateByRow
```
public static ColumnVector listConcatenateByRow(boolean ignoreNull,
                                                ColumnView... columns)
```
    横向（逐行）连接列表列，将每列中对应的行组合成新列的单个列表行。
    
    参数
    
    ignoreNull - 是否忽略输入列的 null 列表元素：如果为 true，则 null 列表将从连接中忽略；否则，任何涉及 null 列表元素的连接都将导致 null 列表。
    
    columns - 包含列表的列数组，必须非空
    
    返回
    
    包含连接列表的新 Java 列向量。
  - md5Hash
```
public static ColumnVector md5Hash(ColumnView... columns)
```
    创建一个新向量，其中包含表中每行的 MD5 哈希值。
    
    参数
    
    columns - 要进行哈希计算的列数组，必须具有相同的行数。
    
    返回
    
    表示每行哈希值的新的 32 个字符十六进制字符串的 ColumnVector。
  - castTo
```
public ColumnVector castTo(DType type)
```
    通用的 ColumnVector 转换方法。将 Date、Timestamp 或 Boolean 转换为数字类型时，将使用数据的底层数字表示进行转换。对于字符串：目前不支持将字符串转换为/从时间戳转换。当格式已知时，请查看 ColumnView.asTimestamp(DType, String) 和 ColumnView.asStrings(String) 以将字符串转换为时间戳。浮点值转换为字符串后可能与 Java 中预期的默认行为不同，例如 12.3 => "12.30000019" 而不是 "12.3"，Double.POSITIVE_INFINITY => "Inf" 而不是 "INFINITY"，Double.NEGATIVE_INFINITY => "-Inf" 而不是 "-INFINITY"。
    
    覆盖（Overrides）
    
    castTo 在类 ColumnView 中
    
    参数
    
    type - 结果 ColumnVector 的类型
    
    返回
    
    在 GPU 上分配的新向量
  - build
```
public static ColumnVector build(DType type,
                                 int rows,
                                 java.util.function.Consumer<HostColumnVector.Builder> init)
```
    创建新的向量。
    
    参数
    
    type - 要构建的向量类型。
    
    rows - 向量可容纳的最大行数。
    
    init - 用于初始化向量的内容。
    
    返回
    
    创建的向量。
  - build
```
public static ColumnVector build(int rows,
                                 long stringBufferSize,
                                 java.util.function.Consumer<HostColumnVector.Builder> init)
```
  - boolFromBytes
```
public static ColumnVector boolFromBytes(byte... values)
```
    从给定值创建新的向量。
  - fromLists
```
public static <T> ColumnVector fromLists(HostColumnVector.DataType dataType,
                                         List<T>... lists)
```
    此方法正在演进中，不稳定且目前仅用于测试。请谨慎使用，并预计将来会发生变化。
  - fromStructs
```
public static ColumnVector fromStructs(HostColumnVector.DataType dataType,
                                       List<HostColumnVector.StructData> lists)
```
    此方法正在演进中，不稳定且目前仅用于测试。请谨慎使用，并预计将来会发生变化。
  - fromStructs
```
public static ColumnVector fromStructs(HostColumnVector.DataType dataType,
                                       HostColumnVector.StructData... lists)
```
    此方法正在演进中，不稳定且目前仅用于测试。请谨慎使用，并预计将来会发生变化。
  - emptyStructs
```
public static ColumnVector emptyStructs(HostColumnVector.DataType dataType,
                                        long numRows)
```
    此方法正在演进中，不稳定且目前仅用于测试。请谨慎使用，并预计将来会发生变化。
  - fromBooleans
```
public static ColumnVector fromBooleans(boolean... values)
```
    从给定值创建新的向量。
  - fromBytes
```
public static ColumnVector fromBytes(byte... values)
```
    从给定值创建新的向量。
  - fromUnsignedBytes
```
public static ColumnVector fromUnsignedBytes(byte... values)
```
    从给定值创建新的向量。
    Java 没有无符号字节类型，因此这些值将被视为其位表示无符号值。
  - fromShorts
```
public static ColumnVector fromShorts(short... values)
```
    从给定值创建新的向量。
  - fromUnsignedShorts
```
public static ColumnVector fromUnsignedShorts(short... values)
```
    从给定值创建新的向量。
    Java 没有无符号短整型，因此这些值将被视为其位表示无符号值。
  - fromInts
```
public static ColumnVector fromInts(int... values)
```
    从给定值创建新的向量。
  - fromUnsignedInts
```
public static ColumnVector fromUnsignedInts(int... values)
```
    从给定值创建新的向量。
    Java 没有无符号整型，因此这些值将被视为其位表示无符号值。
  - fromLongs
```
public static ColumnVector fromLongs(long... values)
```
    从给定值创建新的向量。
  - fromUnsignedLongs
```
public static ColumnVector fromUnsignedLongs(long... values)
```
    从给定值创建新的向量。
    Java 没有无符号长整型，因此这些值将被视为其位表示无符号值。
  - fromFloats
```
public static ColumnVector fromFloats(float... values)
```
    从给定值创建新的向量。
  - fromDoubles
```
public static ColumnVector fromDoubles(double... values)
```
    从给定值创建新的向量。
  - daysFromInts
```
public static ColumnVector daysFromInts(int... values)
```
    从给定值创建新的向量。
  - durationSecondsFromLongs
```
public static ColumnVector durationSecondsFromLongs(long... values)
```
    从给定值创建新的向量。
  - timestampSecondsFromLongs
```
public static ColumnVector timestampSecondsFromLongs(long... values)
```
    从给定值创建新的向量。
  - durationDaysFromInts
```
public static ColumnVector durationDaysFromInts(int... values)
```
    从给定值创建新的向量。
  - durationMilliSecondsFromLongs
```
public static ColumnVector durationMilliSecondsFromLongs(long... values)
```
    从给定值创建新的向量。
  - timestampMilliSecondsFromLongs
```
public static ColumnVector timestampMilliSecondsFromLongs(long... values)
```
    从给定值创建新的向量。
  - durationMicroSecondsFromLongs
```
public static ColumnVector durationMicroSecondsFromLongs(long... values)
```
    从给定值创建新的向量。
  - timestampMicroSecondsFromLongs
```
public static ColumnVector timestampMicroSecondsFromLongs(long... values)
```
    从给定值创建新的向量。
  - durationNanoSecondsFromLongs
```
public static ColumnVector durationNanoSecondsFromLongs(long... values)
```
    从给定值创建新的向量。
  - timestampNanoSecondsFromLongs
```
public static ColumnVector timestampNanoSecondsFromLongs(long... values)
```
    从给定值创建新的向量。
  - decimalFromInts
```
public static ColumnVector decimalFromInts(int scale,
                                           int... values)
```
    从非标度值（int 数组）和标度创建一个新的 decimal 向量。创建的向量类型为 DType.DECIMAL32，最大精度为 9。与 [[java.math.BigDecimal]] 的标度相比，此处的标度表示相反的含义。
  - decimalFromBoxedInts
```
public static ColumnVector decimalFromBoxedInts(int scale,
                                                Integer... values)
```
    从盒装非标度值（Integer 数组）和标度创建一个新的 decimal 向量。创建的向量类型为 DType.DECIMAL32，最大精度为 9。与 [[java.math.BigDecimal]] 的标度相比，此处的标度表示相反的含义。
  - decimalFromLongs
```
public static ColumnVector decimalFromLongs(int scale,
                                            long... values)
```
    从非标度值（long 数组）和标度创建一个新的 decimal 向量。创建的向量类型为 DType.DECIMAL64，最大精度为 18。与 [[java.math.BigDecimal]] 的标度相比，此处的标度表示相反的含义。
  - decimalFromBoxedLongs
```
public static ColumnVector decimalFromBoxedLongs(int scale,
                                                 Long... values)
```
    从盒装非标度值（Long 数组）和标度创建一个新的 decimal 向量。创建的向量类型为 DType.DECIMAL64，最大精度为 18。与 [[java.math.BigDecimal]] 的标度相比，此处的标度表示相反的含义。
  - decimalFromDoubles
```
public static ColumnVector decimalFromDoubles(DType type,
                                              RoundingMode mode,
                                              double... values)
```
    从双精度浮点数创建一个新的 decimal 向量，具有特定的 DecimalType 和 RoundingMode。所有双精度浮点数将根据输入 DecimalType 和 RoundingMode 的标度进行必要地重新标度。如果在提取整数部分时发生任何溢出，将抛出 IllegalArgumentException。由于双精度 -> decimal 转换速度慢，此 API 效率低下，因此主要用于测试。与 [[java.math.BigDecimal]] 的标度相比，此处的标度表示相反的含义。
  - decimalFromBigInt
```
public static ColumnVector decimalFromBigInt(int scale,
                                             BigInteger... values)
```
    从 BigInteger 创建新的 decimal 向量。与 [[java.math.BigDecimal]] 的 scale 相比，这里的 scale 表示相反的含义。
  - fromStrings
```
public static ColumnVector fromStrings(String... values)
```
    从给定值创建新的字符串向量。此 API 支持内联 null。由于在 Java 字符串和 UTF8 字符串之间进行转换速度慢且占用大量内存，此方法主要用于测试。
  - fromUTF8Strings
```
public static ColumnVector fromUTF8Strings(byte[]... values)
```
    从给定值创建新的字符串向量。此 API 支持内联 null。
  - fromDecimals
```
public static ColumnVector fromDecimals(BigDecimal... values)
```
    从给定值创建新向量。此 API 支持内联 null，但比从非标度值的原始数组构建慢得多。注意：1. 所有输入的 BigDecimals 应共享相同的标度。2. 如果所有输入值都为 null，则标度将为零。
  - fromBoxedBooleans
```
public static ColumnVector fromBoxedBooleans(Boolean... values)
```
    从给定值创建新向量。此 API 支持内联 null，但比使用常规数组慢得多，主要用于测试。
  - fromBoxedBytes
```
public static ColumnVector fromBoxedBytes(Byte... values)
```
    从给定值创建新向量。此 API 支持内联 null，但比使用常规数组慢得多，主要用于测试。
  - fromBoxedUnsignedBytes
```
public static ColumnVector fromBoxedUnsignedBytes(Byte... values)
```
    从给定值创建新向量。此 API 支持内联 null，但比使用常规数组慢得多，主要用于测试。
    Java 没有无符号字节类型，因此这些值将被视为其位表示无符号值。
  - fromBoxedShorts
```
public static ColumnVector fromBoxedShorts(Short... values)
```
    从给定值创建新向量。此 API 支持内联 null，但比使用常规数组慢得多，主要用于测试。
  - fromBoxedUnsignedShorts
```
public static ColumnVector fromBoxedUnsignedShorts(Short... values)
```
    从给定值创建新向量。此 API 支持内联 null，但比使用常规数组慢得多，主要用于测试。
    Java 没有无符号短整型，因此这些值将被视为其位表示无符号值。
  - fromBoxedInts
```
public static ColumnVector fromBoxedInts(Integer... values)
```
    从给定值创建新向量。此 API 支持内联 null，但比使用常规数组慢得多，主要用于测试。
  - fromBoxedUnsignedInts
```
public static ColumnVector fromBoxedUnsignedInts(Integer... values)
```
    从给定值创建新向量。此 API 支持内联 null，但比使用常规数组慢得多，主要用于测试。
    Java 没有无符号整型，因此这些值将被视为其位表示无符号值。
  - fromBoxedLongs
```
public static ColumnVector fromBoxedLongs(Long... values)
```
    从给定值创建新向量。此 API 支持内联 null，但比使用常规数组慢得多，主要用于测试。
  - fromBoxedUnsignedLongs
```
public static ColumnVector fromBoxedUnsignedLongs(Long... values)
```
    从给定值创建新向量。此 API 支持内联 null，但比使用常规数组慢得多，主要用于测试。
    Java 没有无符号长整型，因此这些值将被视为其位表示无符号值。
  - fromBoxedFloats
```
public static ColumnVector fromBoxedFloats(Float... values)
```
    从给定值创建新向量。此 API 支持内联 null，但比使用常规数组慢得多，主要用于测试。
  - fromBoxedDoubles
```
public static ColumnVector fromBoxedDoubles(Double... values)
```
    从给定值创建新向量。此 API 支持内联 null，但比使用常规数组慢得多，主要用于测试。
  - timestampDaysFromBoxedInts
```
public static ColumnVector timestampDaysFromBoxedInts(Integer... values)
```
    从给定值创建新向量。此 API 支持内联 null，但比使用常规数组慢得多，主要用于测试。
  - durationDaysFromBoxedInts
```
public static ColumnVector durationDaysFromBoxedInts(Integer... values)
```
    从给定值创建新向量。此 API 支持内联 null，但比使用常规数组慢得多，主要用于测试。
  - durationSecondsFromBoxedLongs
```
public static ColumnVector durationSecondsFromBoxedLongs(Long... values)
```
    从给定值创建新向量。此 API 支持内联 null，但比使用常规数组慢得多，主要用于测试。
  - timestampSecondsFromBoxedLongs
```
public static ColumnVector timestampSecondsFromBoxedLongs(Long... values)
```
    从给定值创建新向量。此 API 支持内联 null，但比使用常规数组慢得多，主要用于测试。
  - durationMilliSecondsFromBoxedLongs
```
public static ColumnVector durationMilliSecondsFromBoxedLongs(Long... values)
```
    从给定值创建新向量。此 API 支持内联 null，但比使用常规数组慢得多，主要用于测试。
  - timestampMilliSecondsFromBoxedLongs
```
public static ColumnVector timestampMilliSecondsFromBoxedLongs(Long... values)
```
    从给定值创建新向量。此 API 支持内联 null，但比使用常规数组慢得多，主要用于测试。
  - durationMicroSecondsFromBoxedLongs
```
public static ColumnVector durationMicroSecondsFromBoxedLongs(Long... values)
```
    从给定值创建新向量。此 API 支持内联 null，但比使用常规数组慢得多，主要用于测试。
  - timestampMicroSecondsFromBoxedLongs
```
public static ColumnVector timestampMicroSecondsFromBoxedLongs(Long... values)
```
    从给定值创建新向量。此 API 支持内联 null，但比使用常规数组慢得多，主要用于测试。
  - durationNanoSecondsFromBoxedLongs
```
public static ColumnVector durationNanoSecondsFromBoxedLongs(Long... values)
```
    从给定值创建新向量。此 API 支持内联 null，但比使用常规数组慢得多，主要用于测试。
  - timestampNanoSecondsFromBoxedLongs
```
public static ColumnVector timestampNanoSecondsFromBoxedLongs(Long... values)
```
    从给定值创建新向量。此 API 支持内联 null，但比使用常规数组慢得多，主要用于测试。
  - empty
```
public static ColumnVector empty(HostColumnVector.DataType colType)
```
    根据数据类型创建一个空列。它将通过遍历输入类型对象 'colType' 中的所有子节点来创建所有嵌套列。性能不佳，请谨慎使用。一旦找到将嵌套数据类型传递给原生方法的方法，我们可能希望将此实现迁移到原生方法。
    
    参数
    
    colType - 空列的数据类型
    
    返回
    
    一个空的 ColumnVector 及其子节点。每个子节点包含零个元素。用户应关闭 ColumnVector 以避免内存泄漏。

类 ColumnVector

嵌套类摘要

从类 ai.rapids.cudf.ColumnView继承的嵌套类/接口

字段摘要

从类 ai.rapids.cudf.ColumnView继承的字段

构造函数摘要

方法摘要

从类 ai.rapids.cudf.ColumnView继承的方法

从类 java.lang.Object继承的方法

从接口 ai.rapids.cudf.BinaryOperable继承的方法

构造函数详情

ColumnVector

ColumnVector

ColumnVector

方法详情

copyToColumnVector

fromViewWithContiguousAllocation

setEventHandler

getEventHandler

noWarnLeakExpected

close

toString

incRefCount

getNullCount

getRefCount

hasValidityVector

hasNulls

getDeviceBufferFor

fromArrow

fromScalar

makeStruct

makeStruct

makeList

makeList

makeListFromOffsets

sequence

sequence

sequence

sequence

concatenate

stringConcatenate

stringConcatenate

stringConcatenate

stringConcatenate

stringConcatenate

listConcatenateByRow

listConcatenateByRow

md5Hash

castTo

build

build

boolFromBytes

fromLists

fromStructs

fromStructs

emptyStructs

fromBooleans

fromBytes

fromUnsignedBytes

fromShorts

fromUnsignedShorts

fromInts

fromUnsignedInts

fromLongs

fromUnsignedLongs

fromFloats

fromDoubles

daysFromInts

durationSecondsFromLongs

timestampSecondsFromLongs

durationDaysFromInts

durationMilliSecondsFromLongs

timestampMilliSecondsFromLongs

durationMicroSecondsFromLongs

timestampMicroSecondsFromLongs

durationNanoSecondsFromLongs

timestampNanoSecondsFromLongs

decimalFromInts

decimalFromBoxedInts

decimalFromLongs