ai.rapids.cudf

类 Table.GroupByOperation

java.lang.Object

ai.rapids.cudf.Table.GroupByOperation

外围类

Table

public static final class Table.GroupByOperation
extends Object

表示分组操作的类

方法摘要

修饰符和类型	方法和描述
Table	aggregate(GroupByAggregationOnColumn... aggregates) 根据索引表示的列组进行聚合。用法：aggregate(count(), max(2),...); 示例： 输入： 1, 1, 1 1, 2, 1 2, 4, 5 table.groupBy(0, 2).count() col0, col1 输出： 1, 1 1, 2 2, 1 ==> 聚合计数
Table	aggregateWindows(AggregationOverWindow... windowAggregates) 根据参数中指定的窗口，在 Table/投影上计算基于行的窗口聚合函数。
Table	aggregateWindowsOverRanges(AggregationOverWindow... windowAggregates) 根据参数中指定的窗口，在 Table/投影上计算基于范围的窗口聚合函数。
ContiguousTable[]	contiguousSplitGroups() 根据分组键将单个表中的组拆分成单独的表。
ContigSplitGroupByResult	contiguousSplitGroupsAndGenUniqKeys() 类似于 contiguousSplitGroups()，返回一个额外的唯一键表，其中每行对应一个组拆分。
Table	replaceNulls(ReplacePolicyWithColumn... replacements)
Table	scan(GroupByScanAggregationOnColumn... aggregates)

从类 java.lang.Object 继承的方法

clone, equals, finalize, getClass, hashCode, notify, notifyAll, toString, wait, wait, wait

方法详细信息

aggregate

public Table aggregate(GroupByAggregationOnColumn... aggregates)

根据索引表示的列组进行聚合。用法：aggregate(count(), max(2),...); 示例： 输入： 1, 1, 1 1, 2, 1 2, 4, 5 table.groupBy(0, 2).count() col0, col1 输出： 1, 1 1, 2 2, 1 ==> 聚合计数

aggregateWindows

public Table aggregateWindows(AggregationOverWindow... windowAggregates)

根据参数中指定的窗口，在 Table/投影上计算基于行的窗口聚合函数。此方法支持以下 SQL 查询： SELECT user_id, MAX(sales_amt) OVER(PARTITION BY user_id ORDER BY date ROWS BETWEEN 1 PRECEDING and 1 FOLLOWING) FROM my_sales_table WHERE ... 每个窗口聚合由不同的 AggregationOverWindow 参数表示，指示：1. Aggregation.Kind，2. 当前行在一个窗口内前面和后面的行数，3. 定义窗口内的最小观测数量。此方法返回一个 Table 实例，每个指定窗口聚合对应一个结果列。在此示例中，对于以下输入： [ // 用户ID, 销售额 { "user1", 10 }, { "user2", 20 }, { "user1", 20 }, { "user1", 10 }, { "user2", 30 }, { "user2", 80 }, { "user1", 50 }, { "user1", 60 }, { "user2", 40 } ] 按 user_id 进行分区（分组）会产生以下 sales_amt 向量（有两个组，每个 distinct user_id 一个）： [ 10, 20, 10, 50, 60, 20, 30, 80, 40 ] <-------user1-------->|<------user2-------> SUM 聚合应用于前面 1 行和后面 1 行，最小周期为 1。因此，聚合窗口宽度为 3 行，产生以下列： [ 30, 40, 80, 120, 110, 50, 130, 150, 120 ]

参数

windowAggregates - 要执行的窗口聚合

返回

Table 实例，其中每列包含每个聚合的结果。

抛出

IllegalArgumentException - 如果窗口参数不是 WindowOptions.FrameType.ROWS 类型，即为窗口聚合指定了时间戳列。

aggregateWindowsOverRanges

public Table aggregateWindowsOverRanges(AggregationOverWindow... windowAggregates)

根据参数中指定的窗口，在 Table/投影上计算基于范围的窗口聚合函数。此方法支持以下 SQL 查询： SELECT user_id, MAX(sales_amt) OVER(PARTITION BY user_id ORDER BY date RANGE BETWEEN INTERVAL 1 DAY PRECEDING and CURRENT ROW) FROM my_sales_table WHERE ... 每个窗口聚合由不同的 AggregationOverWindow 参数表示，指示：1. Aggregation.Kind，2. 基于哪个时间戳列定义窗口的索引，2. 窗口中要考虑的当前行日期之前和之后的“天”数，3. 定义窗口内的最小观测数量。此方法返回一个 Table 实例，每个指定窗口聚合对应一个结果列。在此示例中，对于以下输入： [ // 用户, 销售额, YYYYMMDD (日期) { "user1", 10, 20200101 }, { "user2", 20, 20200101 }, { "user1", 20, 20200102 }, { "user1", 10, 20200103 }, { "user2", 30, 20200101 }, { "user2", 80, 20200102 }, { "user1", 50, 20200107 }, { "user1", 60, 20200107 }, { "user2", 40, 20200104 } ] 按 user_id 进行分区（分组），并按 date 排序，会产生以下 sales_amt 向量（有两个组，每个 distinct user_id 一个）： 日期 :(202001-) [ 01, 02, 03, 07, 07, 01, 01, 02, 04 ] 输入： [ 10, 20, 10, 50, 60, 20, 30, 80, 40 ] <-------user1-------->|<---------user2---------> SUM 聚合应用于之前 1 天和之后 1 天，最小周期为 1。因此，聚合窗口宽度为 3 *天*，产生以下输出列： 结果： [ 30, 40, 30, 110, 110, 130, 130, 130, 40 ]

参数

windowAggregates - 要执行的窗口聚合

返回

Table 实例，其中每列包含每个聚合的结果。

抛出

IllegalArgumentException - 如果窗口参数不是 WindowOptions.FrameType.RANGE 类型，或者 orderBys 不是（布尔值除外）整数类型，即未为聚合指定时间戳列。

scan

public Table scan(GroupByScanAggregationOnColumn... aggregates)

replaceNulls

public Table replaceNulls(ReplacePolicyWithColumn... replacements)

contiguousSplitGroups

public ContiguousTable[] contiguousSplitGroups()

根据分组键将单个表中的组拆分成单独的表。每个拆分后的表代表一个单独的组。此 API 将被一些与分组相关的操作符用于逐组处理数据。示例：分组列索引：0 输入：一个包含 3 行（两个组）的表 a 1 b 2 b 3 结果：两个表，一个组一个表。结果[0]: a 1 结果[1]: b 2 b 3 注意，返回的组的顺序不总是与输入表中的顺序相同。拆分在原生代码中完成，以避免将偏移数组复制到 JVM。

返回

根据表中的组拆分出的表。注意：调用者有责任关闭结果。每个表和列都持有对原始缓冲区的引用。但要释放内存，缓冲区和表都必须关闭。

contiguousSplitGroupsAndGenUniqKeys

public ContigSplitGroupByResult contiguousSplitGroupsAndGenUniqKeys()

类似于 contiguousSplitGroups()，返回一个额外的唯一键表，其中每行对应一个组拆分。根据分组键将单个表中的组拆分成单独的表。每个拆分后的表代表一个单独的组。示例，参见 contiguousSplitGroups() 中的示例。ContigSplitGroupByResult 中的 uniqKeysTable 是： a b 注意：只有 2 行，因为只有 2 个拆分组。

返回

拆分后的组和唯一键表。