模块
	连接

	收集

	散布

	切片

	分割

	移位

文件
文件	copying.hpp
	用于收集、散布、分割、切片等的列 API。

枚举
enum class	cudf::out_of_bounds_policy : bool { cudf::NULLIFY , cudf::DONT_CHECK }
	用于处理可能越界索引的策略。更多...

enum class	cudf::mask_allocation_policy : int32_t { cudf::NEVER , cudf::RETAIN , cudf::ALWAYS }
	指示何时根据现有掩码分配掩码。更多...

enum class	cudf::sample_with_replacement : bool { cudf::FALSE , cudf::TRUE }
	指示一行是否可以被多次采样。更多...

函数
std::unique_ptr< table >	cudf::reverse (table_view const &source_table, rmm::cuda_stream_view stream=cudf::get_default_stream(), rmm::device_async_resource_ref mr=cudf::get_current_device_resource_ref())
	反转表中的行。更多...

std::unique_ptr< column >	cudf::reverse (column_view const &source_column, rmm::cuda_stream_view stream=cudf::get_default_stream(), rmm::device_async_resource_ref mr=cudf::get_current_device_resource_ref())
	反转列中的元素。更多...

std::unique_ptr< column >	cudf::empty_like (column_view const &input)
	初始化并返回一个与 `input` 类型相同的空列。更多...

std::unique_ptr< column >	cudf::empty_like (scalar const &input)
	初始化并返回一个与 `input` 类型相同的空列。更多...

std::unique_ptr< column >	cudf::allocate_like (column_view const &input, mask_allocation_policy mask_alloc=mask_allocation_policy::RETAIN, rmm::cuda_stream_view stream=cudf::get_default_stream(), rmm::device_async_resource_ref mr=cudf::get_current_device_resource_ref())
	创建一个与 `input` 大小和类型相同但未初始化的新列。更多...

std::unique_ptr< column >	cudf::allocate_like (column_view const &input, size_type size, mask_allocation_policy mask_alloc=mask_allocation_policy::RETAIN, rmm::cuda_stream_view stream=cudf::get_default_stream(), rmm::device_async_resource_ref mr=cudf::get_current_device_resource_ref())
	创建一个指定大小且与 `input` 类型相同但未初始化的新列。更多...

std::unique_ptr< table >	cudf::empty_like (table_view const &input_table)
	创建一个由空列组成的表，其类型与 `input_table` 中的列相同更多...

void	cudf::copy_range_in_place (column_view const &source, mutable_column_view &target, size_type source_begin, size_type source_end, size_type target_begin, rmm::cuda_stream_view stream=cudf::get_default_stream())
	将一部分元素从一列原地复制到另一列。更多...

std::unique_ptr< column >	cudf::copy_range (column_view const &source, column_view const &target, size_type source_begin, size_type source_end, size_type target_begin, rmm::cuda_stream_view stream=cudf::get_default_stream(), rmm::device_async_resource_ref mr=cudf::get_current_device_resource_ref())
	将一部分元素从一列复制到另一列（非原地）。更多...

std::unique_ptr< column >	cudf::copy_if_else (column_view const &lhs, column_view const &rhs, column_view const &boolean_mask, rmm::cuda_stream_view stream=cudf::get_default_stream(), rmm::device_async_resource_ref mr=cudf::get_current_device_resource_ref())
	返回一个新列，其中每个元素根据 `boolean_mask` 中相应元素的值从 `lhs` 或 `rhs` 中选择。更多...

std::unique_ptr< column >	cudf::copy_if_else (scalar const &lhs, column_view const &rhs, column_view const &boolean_mask, rmm::cuda_stream_view stream=cudf::get_default_stream(), rmm::device_async_resource_ref mr=cudf::get_current_device_resource_ref())
	返回一个新列，其中每个元素根据 `boolean_mask` 中相应元素的值从 `lhs` 或 `rhs` 中选择。更多...

std::unique_ptr< column >	cudf::copy_if_else (column_view const &lhs, scalar const &rhs, column_view const &boolean_mask, rmm::cuda_stream_view stream=cudf::get_default_stream(), rmm::device_async_resource_ref mr=cudf::get_current_device_resource_ref())
	返回一个新列，其中每个元素根据 `boolean_mask` 中相应元素的值从 `lhs` 或 `rhs` 中选择。更多...

std::unique_ptr< column >	cudf::copy_if_else (scalar const &lhs, scalar const &rhs, column_view const &boolean_mask, rmm::cuda_stream_view stream=cudf::get_default_stream(), rmm::device_async_resource_ref mr=cudf::get_current_device_resource_ref())
	返回一个新列，其中每个元素根据 `boolean_mask` 中相应元素的值从 `lhs` 或 `rhs` 中选择。更多...

std::unique_ptr< scalar >	cudf::get_element (column_view const &input, size_type index, rmm::cuda_stream_view stream=cudf::get_default_stream(), rmm::device_async_resource_ref mr=cudf::get_current_device_resource_ref())
	从列中获取指定索引处的元素。更多...

std::unique_ptr< table >	cudf::sample (table_view const &input, size_type const n, sample_with_replacement replacement=sample_with_replacement::FALSE, int64_t const seed=0, rmm::cuda_stream_view stream=cudf::get_default_stream(), rmm::device_async_resource_ref mr=cudf::get_current_device_resource_ref())
	从给定的 `input` 中随机收集 `n` 个样本。更多...

bool	cudf::has_nonempty_nulls (column_view const &input, rmm::cuda_stream_view stream=cudf::get_default_stream())
	检查列或其后代是否包含非空 null 行。更多...

bool	cudf::may_have_nonempty_nulls (column_view const &input)
	估计列或其后代可能包含非空 null 元素。更多...

std::unique_ptr< column >	cudf::purge_nonempty_nulls (column_view const &input, rmm::cuda_stream_view stream=cudf::get_default_stream(), rmm::device_async_resource_ref mr=cudf::get_current_device_resource_ref())
	将 `input` 复制到输出中，同时清除列或其后代中的任何非空 null 行。更多...

详细描述

枚举类型文档

◆ mask_allocation_policy

enum cudf::mask_allocation_policy : int32_t

strong

指示何时根据现有掩码分配掩码。

枚举器
NEVER	不分配空掩码，无论输入如何。
RETAIN	如果输入包含空掩码，则分配一个。
ALWAYS	分配空掩码，无论输入如何。

定义位于文件 copying.hpp 的 226 行。

◆ out_of_bounds_policy

enum cudf::out_of_bounds_policy : bool

strong

用于处理可能越界索引的策略。

NULLIFY 表示将对应于越界 gather_map 值的输出值置空。DONT_CHECK 表示不检查索引是否越界，以获得更好的性能。

枚举器
NULLIFY	对应于越界索引的输出值为 null。
DONT_CHECK	不执行边界检查，性能更好。

定义位于文件 copying.hpp 的 48 行。

◆ sample_with_replacement

enum cudf::sample_with_replacement : bool

strong

指示一行是否可以被多次采样。

枚举器
FALSE	一行只能被采样一次。
TRUE	一行可以被多次采样。

定义位于文件 copying.hpp 的 815 行。

函数文档

◆ allocate_like() [1/2]

std::unique_ptr<column> cudf::allocate_like	(	column_view const &	输入,
		mask_allocation_policy	mask_alloc = `mask_allocation_policy::RETAIN`,
		rmm::cuda_stream_view	stream = `cudf::get_default_stream()`,
		rmm::device_async_resource_ref	mr = `cudf::get_current_device_resource_ref()`
	)

创建一个与 input 大小和类型相同但未初始化的新列。

仅支持固定宽度类型。

如果 mask_alloc 分配了一个有效性掩码，该掩码也将未初始化，有效性位和空计数应由调用者设置。

异常

cudf::data_type_error 如果输入类型不是固定宽度。

参数

输入	输入列的不可变视图，用于模拟
mask_alloc	可选，用于分配空掩码的策略。默认为 RETAIN
mr	用于分配返回列设备内存的设备内存资源
stream	用于设备内存操作和内核启动的 CUDA 流

返回: 一个具有足够的未初始化容量的新列，可以容纳与 input 相同数量的元素，并且类型与 input.type() 相同

◆ allocate_like() [2/2]

std::unique_ptr<column> cudf::allocate_like	(	column_view const &	输入,
		size_type const	大小,
		mask_allocation_policy	mask_alloc = `mask_allocation_policy::RETAIN`,
		rmm::cuda_stream_view	stream = `cudf::get_default_stream()`,
		rmm::device_async_resource_ref	mr = `cudf::get_current_device_resource_ref()`
	)

创建一个指定大小且与 input 类型相同但未初始化的新列。

仅支持固定宽度类型。

如果 mask_alloc 分配了一个有效性掩码，该掩码也将未初始化，有效性位和空计数应由调用者设置。

参数

输入	输入列的不可变视图，用于模拟
大小	新列应具有容量的期望元素数量
mask_alloc	可选，用于分配空掩码的策略。默认为 RETAIN
stream	用于设备内存操作和内核启动的 CUDA 流
mr	用于分配返回列设备内存的设备内存资源

返回: 一个具有足够的未初始化容量的新列，可以容纳指定数量的元素，并且类型与 input 的 input.type() 相同

◆ copy_if_else() [1/4]

std::unique_ptr<column> cudf::copy_if_else	(	column_view const &	lhs,
		column_view const &	rhs,
		column_view const &	boolean_mask,
		rmm::cuda_stream_view	stream = `cudf::get_default_stream()`,
		rmm::device_async_resource_ref	mr = `cudf::get_current_device_resource_ref()`
	)

返回一个新列，其中每个元素根据 boolean_mask 中相应元素的值从 lhs 或 rhs 中选择。

使用以下规则从 rhs 或 lhs 中选择输出列中的每个元素 i：output[i] = (boolean_mask.valid(i) and boolean_mask[i]) ? lhs[i] : rhs[i]

异常

cudf::data_type_error	如果 lhs 和 rhs 类型不同
std::invalid_argument	如果 lhs 和 rhs 长度不同
cudf::data_type_error	如果布尔掩码不是 bool 类型
std::invalid_argument	如果布尔掩码与 lhs 和 rhs 长度不同

参数

lhs	左侧 column_view
rhs	右侧 column_view
boolean_mask	`type_id::BOOL8` 类型的列，表示每个元素的“左侧（真）/右侧（假）”布尔值。空元素表示假。
stream	用于设备内存操作和内核启动的 CUDA 流
mr	用于分配返回列设备内存的设备内存资源

返回: 包含所选元素的新列

◆ copy_if_else() [2/4]

std::unique_ptr<column> cudf::copy_if_else	(	column_view const &	lhs,
		scalar const &	rhs,
		column_view const &	boolean_mask,
		rmm::cuda_stream_view	stream = `cudf::get_default_stream()`,
		rmm::device_async_resource_ref	mr = `cudf::get_current_device_resource_ref()`
	)

返回一个新列，其中每个元素根据 boolean_mask 中相应元素的值从 lhs 或 rhs 中选择。

使用以下规则从 rhs 或 lhs 中选择输出列中的每个元素 i：output[i] = (boolean_mask.valid(i) and boolean_mask[i]) ? lhs[i] : rhs

异常

cudf::data_type_error	如果 lhs 和 rhs 类型不同
cudf::data_type_error	如果布尔掩码不是 bool 类型
std::invalid_argument	如果布尔掩码与 lhs 和 rhs 长度不同

参数

lhs	左侧 column_view
rhs	右侧 scalar
boolean_mask	`type_id::BOOL8` 类型的列，表示每个元素的“左侧（真）/右侧（假）”布尔值。空元素表示假。
stream	用于设备内存操作和内核启动的 CUDA 流
mr	用于分配返回列设备内存的设备内存资源

返回: 包含所选元素的新列

◆ copy_if_else() [3/4]

std::unique_ptr<column> cudf::copy_if_else	(	scalar const &	lhs,
		column_view const &	rhs,
		column_view const &	boolean_mask,
		rmm::cuda_stream_view	stream = `cudf::get_default_stream()`,
		rmm::device_async_resource_ref	mr = `cudf::get_current_device_resource_ref()`
	)

返回一个新列，其中每个元素根据 boolean_mask 中相应元素的值从 lhs 或 rhs 中选择。

使用以下规则从 rhs 或 lhs 中选择输出列中的每个元素 i：output[i] = (boolean_mask.valid(i) and boolean_mask[i]) ? lhs : rhs[i]

异常

cudf::data_type_error	如果 lhs 和 rhs 类型不同
cudf::data_type_error	如果布尔掩码不是 bool 类型
std::invalid_argument	如果布尔掩码与 lhs 和 rhs 长度不同

参数

lhs	左侧 scalar
rhs	右侧 column_view
boolean_mask	`type_id::BOOL8` 类型的列，表示每个元素的“左侧（真）/右侧（假）”布尔值。空元素表示假。
stream	用于设备内存操作和内核启动的 CUDA 流
mr	用于分配返回列设备内存的设备内存资源

返回: 包含所选元素的新列

◆ copy_if_else() [4/4]

std::unique_ptr<column> cudf::copy_if_else	(	scalar const &	lhs,
		scalar const &	rhs,
		column_view const &	boolean_mask,
		rmm::cuda_stream_view	stream = `cudf::get_default_stream()`,
		rmm::device_async_resource_ref	mr = `cudf::get_current_device_resource_ref()`
	)

返回一个新列，其中每个元素根据 boolean_mask 中相应元素的值从 lhs 或 rhs 中选择。

使用以下规则从 rhs 或 lhs 中选择输出列中的每个元素 i：output[i] = (boolean_mask.valid(i) and boolean_mask[i]) ? lhs : rhs

异常

cudf::logic_error 如果布尔掩码不是 bool 类型

参数

lhs	左侧 scalar
rhs	右侧 scalar
boolean_mask	`type_id::BOOL8` 类型的列，表示每个元素的“左侧（真）/右侧（假）”布尔值。空元素表示假。
stream	用于设备内存操作和内核启动的 CUDA 流
mr	用于分配返回列设备内存的设备内存资源

返回: 包含所选元素的新列

◆ copy_range()

std::unique_ptr<column> cudf::copy_range	(	column_view const &	source,
		column_view const &	target,
		size_type const	源范围的起始索引,
		size_type const	源范围的结束索引,
		size_type const	目标范围的起始索引,
		rmm::cuda_stream_view	stream = `cudf::get_default_stream()`,
		rmm::device_async_resource_ref	mr = `cudf::get_current_device_resource_ref()`
	)

将一部分元素从一列复制到另一列（非原地）。

创建一个新列，就像在 target 中执行了原地复制一样。首先创建 target 的副本，然后将索引范围 [source_begin, source_end) 中 source 的元素复制到索引范围 [target_begin, target_begin + N) 中 (其中 N = (source_end - source_begin))。范围之外的元素则从 target 复制到返回的新列 target 中。

如果 source 和 target 指代相同的元素且范围重叠，则行为未定义。

范围无效的情况包括

起始或结束索引超出对应列的边界
源或目标范围的起始大于结束
源范围的大小从 target_begin 开始将超出目标列的容量

异常

std::out_of_range	对于任何无效范围。
cudf::data_type_error	如果 `target` 和 `source` 类型不同。
cudf::data_type_error	如果数据类型不是固定宽度、字符串或字典

参数

source	范围内要复制的列
target	范围外要复制的列
源范围的起始索引	源范围的起始索引（包含）
源范围的结束索引	源范围的最后一个元素的索引（不包含）
目标范围的起始索引	目标范围的起始索引（包含）
stream	用于设备内存操作和内核启动的 CUDA 流
mr	用于分配返回列设备内存的设备内存资源

返回: 结果目标列

◆ copy_range_in_place()

void cudf::copy_range_in_place	(	column_view const &	source,
		mutable_column_view &target,	target,
		size_type const	源范围的起始索引,
		size_type const	源范围的结束索引,
		size_type const	目标范围的起始索引,
		rmm::cuda_stream_view	stream = `cudf::get_default_stream()`
	)

将一部分元素从一列原地复制到另一列。

用 source 中索引范围 [source_begin, source_end) 的元素覆盖 target 中索引范围 [target_begin, target_begin + N) 的元素 (其中 N = (source_end - source_begin))。对于需要重新分配内存的情况，请使用返回 std::unique_ptr<column> 的非原地复制函数。例如，对于字符串列和其他变长类型。

如果 source 和 target 指代相同的元素且范围重叠，则行为未定义。

异常

cudf::data_type_error	如果需要重新分配内存（例如对于变长类型）。
std::out_of_range	对于无效范围（如果 `source_begin` > `source_end`, `source_begin` < 0, `source_begin` >= `source.size()`, `source_end` > `source.size()`, `target_begin` < 0, target_begin >= `target.size()`, 或 `target_begin` + (`source_end` - `source_begin`) > `target.size()`）。
cudf::data_type_error	如果 `target` 和 `source` 类型不同。
std::invalid_argument	如果 `source` 包含 null 值而 `target` 不可为空。

参数

source	要复制的列
target	要复制到的预分配列
源范围的起始索引	源范围的起始索引（包含）
源范围的结束索引	源范围的最后一个元素的索引（不包含）
目标范围的起始索引	目标范围的起始索引（包含）
stream	用于设备内存操作和内核启动的 CUDA 流

◆ empty_like() [1/3]

std::unique_ptr<column> cudf::empty_like ( column_view const & 输入 )

初始化并返回一个与 input 类型相同的空列。

参数

[in] 输入输入列的不可变视图，用于模拟

返回: 与 input 类型相同的空列

◆ empty_like() [2/3]

std::unique_ptr<column> cudf::empty_like ( scalar const & 输入 )

初始化并返回一个与 input 类型相同的空列。

参数

[in] 输入要模拟的 Scalar

返回: 与 input 类型相同的空列

◆ empty_like() [3/3]

std::unique_ptr<table> cudf::empty_like ( table_view const & input_table )

创建一个由空列组成的表，其类型与 input_table 中的列相同

创建 cudf::column 对象，但不为列的数据或位掩码分配任何底层设备内存。

参数

[in] input_table 要模拟的输入表的不可变视图

返回: 一个由空列组成的表，其类型与 input_table 中的列相同

◆ get_element()

std::unique_ptr<scalar> cudf::get_element	(	column_view const &	输入,
		size_type const	索引,
		rmm::cuda_stream_view	stream = `cudf::get_default_stream()`,
		rmm::device_async_resource_ref	mr = `cudf::get_current_device_resource_ref()`
	)

从列中获取指定索引处的元素。

警告: 此函数开销较大（会调用内核启动）。因此，不建议在对性能敏感的代码或循环中使用它。

异常

std::out_of_range 如果 index 不在范围 [0, input.size()) 内

参数

输入	用于获取元素的 Column view
索引	`input` 中要获取元素的索引
stream	用于设备内存操作和内核启动的 CUDA 流
mr	用于分配返回 scalar 的设备内存的设备内存资源

返回: 包含单个值的 Scalar

◆ has_nonempty_nulls()

bool cudf::has_nonempty_nulls	(	column_view const &	输入,
		rmm::cuda_stream_view	stream = `cudf::get_default_stream()`
	)

检查列或其后代是否包含非空 null 行。

注意: 此函数是精确的。如果返回 true，则存在一个或多个非空 null 元素。

LIST 或 STRING 列可能包含标记为 null 的非空行。STRUCT 或 LIST 列可能包含具有非空 null 行的子列。其他类型的列被认为不可能包含非空 null 行。例如，固定宽度列没有“空”行的概念。

参数

输入	要检查非空 null 行的列（及其后代）。
stream	用于设备内存操作和内核启动的 CUDA 流

返回: true 如果列或其后代包含非空 null 行; false 如果列或其后代都不包含非空 null 行

◆ may_have_nonempty_nulls()

bool cudf::may_have_nonempty_nulls ( column_view const & 输入 )

估计列或其后代 *可能* 包含非空 null 元素。

注意

此函数是近似的。

true: 非空 null 元素可能存在
false: 非空 null 元素肯定不存在

可能出现误报，但不会漏报。

与精确的 has_nonempty_nulls() 函数相比，此函数通常更高效。

复杂度

最佳情况: O(count_descendants(input))
最差情况: O(count_descendants(input)) * m, 其中 m 是最大后代中的行数

参数

输入	要检查非空 null 行的列（及其后代）

返回: true 如果列或其后代包含 null 行; false 如果列或其后代都不包含 null 行

◆ purge_nonempty_nulls()

std::unique_ptr<column> cudf::purge_nonempty_nulls	(	column_view const &	输入,
		rmm::cuda_stream_view	stream = `cudf::get_default_stream()`,
		rmm::device_async_resource_ref	mr = `cudf::get_current_device_resource_ref()`
	)

将 input 复制到输出中，同时清除列或其后代中的任何非空 null 行。

如果输入列不是复合类型（LIST/STRING/STRUCT/DICTIONARY），则输出将与输入相同。

清除操作仅直接应用于 LIST 和 STRING 列，但也会间接应用于 STRUCT/DICTIONARY 列，因为这些列可能包含 LIST 或 STRING 类型的子列。

示例

auto const lists = lists_column_wrapper<int32_t>{ {0,1}, {2,3}, {4,5} }.release();
cudf::set_null_mask(lists->null_mask(), 1, 2, false);
 
lists[1] 现在是 null，但 lists 子列仍然存储 `{2,3}`。
lists 列内容将是
有效性: 101
偏移量: [0, 2, 4, 6]
子列: [0, 1, 2, 3, 4, 5]
 
清除列表的 null 行内容后，列内容将是
有效性: 101
偏移量: [0, 2, 2, 4]
子列: [0, 1, 4, 5]

auto const strings = strings_column_wrapper{ "AB", "CD", "EF" }.release();
cudf::set_null_mask(strings->null_mask(), 1, 2, false);
 
strings[1] 现在是 null，但 strings 列仍然存储 `"CD"`。
lists 列内容将是
有效性: 101
偏移量: [0, 2, 4, 6]
子列: [A, B, C, D, E, F]
 
清除列表的 null 行内容后，列内容
将是
有效性: 101
偏移量: [0, 2, 2, 4]
子列: [A, B, E, F]

auto const lists = lists_column_wrapper<int32_t>{ {0,1}, {2,3}, {4,5} };
auto const structs = structs_column_wrapper{ {lists}, null_at(1) };
 
structs[1].child 现在是 null，但 lists 列仍然存储 `{2,3}`。
lists 列内容将是
有效性: 101
偏移量: [0, 2, 4, 6]
子列: [0, 1, 2, 3, 4, 5]
 
清除列表的 null 行内容后，列内容
将是
有效性: 101
偏移量: [0, 2, 2, 4]
子列: [0, 1, 4, 5]

参数

输入	要检查和清除其 null 行的列
stream	用于设备内存操作和内核启动的 CUDA 流
mr	用于分配返回列设备内存的设备内存资源

返回: 一个内容等同于 input 但已清除 null 行的新列

◆ reverse() [1/2]

std::unique_ptr<column> cudf::reverse	(	column_view const &	source_column,
		rmm::cuda_stream_view	stream = `cudf::get_default_stream()`,
		rmm::device_async_resource_ref	mr = `cudf::get_current_device_resource_ref()`
	)

反转列中的元素。

创建一个与 source_column 相反的新列。示例

source = [4,5,6]

返回 = [6,5,4]

参数

source_column	将要反转的列
stream	用于设备内存操作和内核启动的 CUDA 流
mr	用于分配返回表的设备内存的设备内存资源

返回: 反转后的列

◆ reverse() [2/2]

std::unique_ptr<table> cudf::reverse	(	table_view const &	source_table,
		rmm::cuda_stream_view	stream = `cudf::get_default_stream()`,
		rmm::device_async_resource_ref	mr = `cudf::get_current_device_resource_ref()`
	)

反转表中的行。

创建一个与 source_table 相反的新表。示例

source = [[4,5,6], [7,8,9], [10,11,12]]

返回 = [[6,5,4], [9,8,7], [12,11,10]]

参数

source_table	将要反转的表
stream	用于设备内存操作和内核启动的 CUDA 流
mr	用于分配返回表的设备内存的设备内存资源

返回: 反转后的表

◆ sample()

std::unique_ptr<table> cudf::sample	(	table_view const &	输入,
		size_type const	n,
		sample_with_replacement	replacement = `sample_with_replacement::FALSE`,
		int64_t const	seed = `0`,
		rmm::cuda_stream_view	stream = `cudf::get_default_stream()`,
		rmm::device_async_resource_ref	mr = `cudf::get_current_device_resource_ref()`
	)

从给定的 input 中随机收集 n 个样本。

示例
input: {col1: {1, 2, 3, 4, 5}, col2: {6, 7, 8, 9, 10}}
n: 3
replacement: false
 
output: {col1: {3, 1, 4}, col2: {8, 6, 9}}
 
replacement: true
 
output: {col1: {3, 1, 1}, col2: {8, 6, 6}}

异常

cudf::logic_error	如果 `n` > `input.num_rows()` 且 `replacement` == FALSE。
cudf::logic_error	如果 `n` < 0。

参数

输入	要采样的表的视图
n	期望从 `input` 中采样的非负样本数
replacement	允许或不允许多次采样同一行
seed	用于启动随机数生成器的种子值
stream	用于设备内存操作和内核启动的 CUDA 流
mr	用于分配返回表的设备内存的设备内存资源

返回: 包含从 input 中采样的样本的表

模块

文件

枚举

函数

详细描述

枚举类型文档

◆ mask_allocation_policy

◆ out_of_bounds_policy

◆ sample_with_replacement

函数文档

◆ allocate_like() [1/2]

◆ allocate_like() [2/2]

◆ copy_if_else() [1/4]

◆ copy_if_else() [2/4]

◆ copy_if_else() [3/4]

◆ copy_if_else() [4/4]

◆ copy_range()

◆ copy_range_in_place()

◆ empty_like() [1/3]

◆ empty_like() [2/3]

◆ empty_like() [3/3]

◆ get_element()

◆ has_nonempty_nulls()

◆ may_have_nonempty_nulls()

◆ purge_nonempty_nulls()

◆ reverse() [1/2]

◆ reverse() [2/2]

◆ sample()