列表收集

group 收集

函数

std::unique_ptr<column> segmented_gather(lists_column_view const &source_column, lists_column_view const &gather_map_list, out_of_bounds_policy bounds_policy = out_of_bounds_policy::DONT_CHECK, rmm::cuda_stream_view stream = cudf::get_default_stream(), rmm::device_async_resource_ref mr = cudf::get_current_device_resource_ref())

对列表列中每一行列表元素内的元素进行分段收集。

仅支持任意深度的source_column和深度为1的gather_map_list。

source_column   : [{"a", "b", "c", "d"}, {"1", "2", "3", "4"}, {"x", "y", "z"}]
gather_map_list : [{0, 1, 3, 2}, {1, 3, 2}, {}]

result          : [{"a", "b", "d", "c"}, {"2", "4", "3"}, {}]

如果gather_map_list中的索引超出了范围[-n, n)（其中n是源列对应行中的元素数量），则行为如下

1. 如果bounds_policy设置为DONT_CHECK，则行为是未定义的。

2. 如果bounds_policy设置为NULLIFY，则输出列中列表行中的相应元素被设置为null。

source_column       : [{"a", "b", "c", "d"}, {"1", "2", "3", "4"}, {"x", "y", "z"}]
gather_map_list     : [{0, -1, 4, -5}, {1, 3, 5}, {}]

result_with_nullify : [{"a", "d", null, null}, {"2", "4", null}, {}]

抛出::

• cudf::logic_error – 如果gather_map_list的大小与source_column的大小不同。

• std::invalid_argument – 如果gather_map包含null值。

• cudf::logic_error – 如果gather_map不是索引类型的列表列。

参数::

• source_column – 用于从中收集的列表列视图

• gather_map_list – 一个非可空列表列的视图，包含整数索引，用于将源列中每行列表中的元素映射到目标列中的列表行。

• bounds_policy – 可以是DONT_CHECK或NULLIFY。选择当收集索引超出范围[-n, n)时是否将输出列表行的元素置为null，其中n是与gather-map行对应的列表行中的元素数量。

• stream – 用于设备内存操作和内核启动的CUDA流。

• mr – 用于分配任何返回对象的设备内存资源

返回::

根据gather_map_list收集的列表行中的元素组成的列