| std::unique_ptr<column> cudf::strings::format_list_column | ( | lists_column_view const & | input, |
| string_scalar const & | na_rep = string_scalar(""), |
||
| strings_column_view const & | separators = strings_column_view(column_view{ data_type{type_id::STRING}, 0, nullptr, nullptr, 0}), |
||
| rmm::cuda_stream_view | stream = cudf::get_default_stream(), |
||
| rmm::device_async_resource_ref | mr = cudf::get_current_device_resource_ref() |
||
| ) |
将字符串列表列转换为格式化的字符串列。
separators 列应包含以下顺序的 3 个字符串元素
| cudf::logic_error | 如果输入列不是包含 STRING 子类型的 LIST 类型。 |
| input | 要格式化的列表列 |
| na_rep | 用于替换 null 元素的字符串 |
| separators | 用于封闭列表组件和分隔元素的字符串 |
| 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 |
| std::unique_ptr<column> cudf::strings::from_booleans | ( | column_view const & | booleans, |
| string_scalar const & | true_string, | ||
| string_scalar const & | false_string, | ||
| rmm::cuda_stream_view | stream = cudf::get_default_stream(), |
||
| rmm::device_async_resource_ref | mr = cudf::get_current_device_resource_ref() |
||
| ) |
通过将提供的列中的布尔值转换为字符串，返回一个新的字符串列。
任何 null 条目将在输出列中产生相应的 null 条目。
| cudf::logic_error | 如果输入列不是 BOOL8 类型。 |
| booleans | 要转换的布尔列 |
| true_string | 输出列中 true 值使用的字符串 |
| false_string | 输出列中 false 值使用的字符串 |
| 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 |
| std::unique_ptr<column> cudf::strings::from_durations | ( | column_view const & | durations, |
| std::string_view | format = "%D days %H:%M:%S", |
||
| rmm::cuda_stream_view | stream = cudf::get_default_stream(), |
||
| rmm::device_async_resource_ref | mr = cudf::get_current_device_resource_ref() |
||
| ) |
使用提供的格式模式将持续时间列转换为字符串列，返回一个新的字符串列。
格式模式可以包含以下说明符："%%,%n,%t,%D,%H,%I,%M,%S,%p,%R,%T,%r,%OH,%OI,%OM,%OS"
| 说明符 | 描述 | 范围 |
|---|---|---|
| %% | 字面量 % 字符 | % |
| %n | 换行符 | \n |
| %t | 水平制表符 | \t |
| %D | 天 | -2,147,483,648 到 2,147,483,647 |
| %H | 一天中的 24 小时制 | 00 到 23 |
| %I | 一天中的 12 小时制 | 00 到 11 |
| %M | 小时的分钟 | 00 到 59 |
| %S | 分钟的秒 | 00 到 59.999999999 |
| %OH | 与 H 相同，但不带符号 | 00 到 23 |
| %OI | 与 I 相同，但不带符号 | 00 到 11 |
| %OM | 与 M 相同，但不带符号 | 00 到 59 |
| %OS | 与 S 相同，但不带符号 | 00 到 59 |
| %p | 与 12 小时制相关的 AM/PM 标志 | 'AM' 或 'PM' |
| %R | 等同于 "%H:%M" | |
| %T | 等同于 "%H:%M:%S" | |
| %r | 等同于 "%OI:%OM:%OS %p" |
不对无效格式或无效持续时间值进行检查。格式化尽可能遵循 std::formatter<std::chrono::duration> 的规范。
任何 null 输入条目将在输出列中产生相应的 null 条目。
输入列的时间单位会影响秒数小数部分的位数。它使用 3 位数字表示毫秒，6 位数字表示微秒，9 位数字表示纳秒。如果持续时间值为负，输出字符串中只写入一个负号。带符号的说明符是 "%H,%I,%M,%S,%R,%T"。
| cudf::logic_error | 如果 durations 列参数不是持续时间类型。 |
| durations | 要转换的持续时间值 |
| format | 指定输出格式的字符串。默认格式为 ""D days H:M:S"。 |
| 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 |
| std::unique_ptr<column> cudf::strings::from_fixed_point | ( | 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() |
||
| ) |
将定点数（fixed-point）值转换为字符串列，返回一个新的字符串列。
任何 null 条目都会导致输出列中出现相应的 null 条目。
对于每个值，将创建一个基于 10 进制的字符串。负数在输出字符串中包含 '-' 前缀。列的比例值用于放置小数点。负比例值可能会在小数点后添加填充零。
| cudf::logic_error | 如果输入列不是定点 decimal 类型。 |
| input | 要转换的定点列 |
| 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 |
| std::unique_ptr<column> cudf::strings::from_floats | ( | column_view const & | floats, |
| rmm::cuda_stream_view | stream = cudf::get_default_stream(), |
||
| rmm::device_async_resource_ref | mr = cudf::get_current_device_resource_ref() |
||
| ) |
通过将提供的列中的浮点值转换为字符串，返回一个新的字符串列。
任何 null 条目将在输出列中产生相应的 null 条目。
对于每个浮点数，将创建一个基于 10 进制的字符串。负数将包含 '-' 前缀。产生超过 10 个有效数字的数字将生成包含科学记数法（例如 "-1.78e+15"）的字符串。
| cudf::logic_error | 如果 floats 列不是浮点类型。 |
| floats | 要转换的数值列 |
| 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 |
| std::unique_ptr<column> cudf::strings::from_integers | ( | column_view const & | integers, |
| rmm::cuda_stream_view | stream = cudf::get_default_stream(), |
||
| rmm::device_async_resource_ref | mr = cudf::get_current_device_resource_ref() |
||
| ) |
通过将提供的列中的整数值转换为字符串，返回一个新的字符串列。
任何 null 条目将在输出列中产生相应的 null 条目。
对于每个整数，将创建一个基于 10 进制的字符串。负数将包含 '-' 前缀。
| cudf::logic_error | 如果 integers 列不是整数类型。 |
| integers | 要转换的数值列 |
| 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 |
| std::unique_ptr<column> cudf::strings::from_timestamps | ( | column_view const & | timestamps, |
| std::string_view | format = "%Y-%m-%dT%H:%M:%SZ", |
||
| strings_column_view const & | names = strings_column_view(column_view{ data_type{type_id::STRING}, 0, nullptr, nullptr, 0}), |
||
| rmm::cuda_stream_view | stream = cudf::get_default_stream(), |
||
| rmm::device_async_resource_ref | mr = cudf::get_current_device_resource_ref() |
||
| ) |
使用提供的格式模式将时间戳列转换为字符串列，返回一个新的字符串列。
格式模式可以包含以下说明符: "%Y,%y,%m,%d,%H,%I,%p,%M,%S,%f,%z,%Z"
| 说明符 | 描述 |
|---|---|
| %d | 月份中的日期: 01-31 |
| %m | 一年中的月份: 01-12 |
| %y | 不含世纪的年份: 00-99 |
| %Y | 含世纪的年份: 0001-9999 |
| %H | 一天中的 24 小时制: 00-23 |
| %I | 一天中的 12 小时制: 01-12 |
| %M | 小时的分钟: 00-59 |
| %S | 分钟的秒: 00-59 |
| %f | 6 位微秒: 000000-999999 |
| %z | 总是输出 "+0000" |
| %Z | 总是输出 "UTC" |
| %j | 一年中的日期: 001-366 |
| %u | ISO 工作日，周一为 1，周日为 7 |
| %w | 工作日，周日为 0，周六为 6 |
| %U | 一年中的周，周日作为第一天: 00-53 |
| %W | 一年中的周，周一作为第一天: 00-53 |
| %V | 一年中的周，按照 ISO-8601 格式: 01-53 |
| %G | 基于 ISO-8601 周的年份: 0000-9999 |
| %p | 从 timestamp_names::am_str/pm_str 获取 AM/PM |
| %a | 从 names 参数获取工作日缩写 |
| %A | 从 names 参数获取工作日 |
| %b | 从 names 参数获取月份名称缩写 |
| %B | 从 names 参数获取月份名称 |
更多描述可以在这里找到: https://cppreference.cn/w/cpp/chrono/system_clock/formatter
不对无效格式或无效时间戳值进行检查。所有时间戳值都格式化为 UTC。
任何 null 输入条目将在输出列中产生相应的 null 条目。
输入列的时间单位不影响 "%f" 说明符写入的位数。"%f" 支持一个精度值，用于输出亚秒值的数字。指定精度时，在 "%" 和 "f" 之间使用单个整数值 (1-9)，如下所示：使用 "%3f" 表示毫秒，使用 "%6f" 表示微秒，使用 "%9f" 表示纳秒。如果精度高于单位，则亚秒值右侧会填充零。如果精度低于单位，亚秒值可能会被截断。
如果格式中包含 "%a", "%A", "%b", "%B" 说明符，调用者应在 names 字符串列中提供格式名称，参考如下
如果未为这些说明符提供格式名称，则结果未定义。
可以使用 C++ clocale (std) 库中的 nl_langinfo 函数或 Python locale 库获取特定区域设置的这些格式名称。
以下代码是从区域设置中使用 c++ std 函数检索这些字符串的示例
| cudf::logic_error | 如果 timestamps 列参数不是时间戳类型。 |
| cudf::logic_error | 如果 format 字符串为空 |
| cudf::logic_error | 如果 names.size() 是无效大小。必须是 0 或 40 个字符串。 |
| timestamps | 要转换的时间戳值 |
| format | 指定输出格式的字符串。默认格式为 "%Y-%m-%dT%H:%M:%SZ"。 |
| names | 用于工作日 ("%a", "%A") 和月份 ("%b", "%B") 的字符串名称。默认为空的 strings_column_view。 |
| 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 |
| std::unique_ptr<column> cudf::strings::hex_to_integers | ( | strings_column_view const & | input, |
| data_type | output_type, | ||
| rmm::cuda_stream_view | stream = cudf::get_default_stream(), |
||
| rmm::device_async_resource_ref | mr = cudf::get_current_device_resource_ref() |
||
| ) |
通过解析提供的字符串列中的十六进制值，返回一个新的整数数值列。
任何 null 条目将在输出列中产生相应的 null 条目。
只识别字符 [0-9] 和 [A-F]。当遇到任何其他字符时，该字符串的解析结束。不对整数的符号进行解释。
不检查结果整数类型的溢出。每个字符串都使用 int64 类型进行转换，然后转换为目标整数类型再存储到输出列中。如果结果整数类型太小无法容纳该值，存储的值将未定义。
| cudf::logic_error | 如果 output_type 不是整数类型。 |
| input | 用于此操作的字符串实例 |
| output_type | 要返回的整数数值列的类型 |
| 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 |
| std::unique_ptr<column> cudf::strings::integers_to_hex | ( | 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() |
||
| ) |
将整数列转换为十六进制字符，返回一个新的字符串列。
任何 null 条目将在输出列中产生相应的 null 条目。
输出字符集是 '0'-'9' 和 'A'-'F'。输出字符串的宽度将根据整数类型的大小而定，是 2 的倍数。如果第一个非零输出字节小于 0x10，则在其前面添加一个零。
上面的示例展示了一个 INT32 类型的列，其中每个整数占用 4 字节。前导零被省略，除非用于填充完整的字节，例如‘1234 -> '04D2’，而不是 000004D2 或 4D2。
| cudf::logic_error | 如果输入列不是整数类型。 |
| input | 要转换为十六进制的整数列 |
| 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 |
| std::unique_ptr<column> cudf::strings::integers_to_ipv4 | ( | column_view const & | integers, |
| rmm::cuda_stream_view | stream = cudf::get_default_stream(), |
||
| rmm::device_async_resource_ref | mr = cudf::get_current_device_resource_ref() |
||
| ) |
将整数转换为 IPv4 地址（字符串格式）。
IPv4 格式是 3 个点之间有 1-3 位数字 [0-9] 的形式（例如 123.45.67.890）。每个部分的值范围是 [0-255]。
每个输入整数被分解为四个整数，方法是将输入分为 8 位段。然后将这些子整数转换为 [0-9] 字符，并放在 '.' 字符之间。
任何 null 条目将在输出列中产生相应的 null 条目。
| cudf::logic_error | 如果输入列不是 UINT32 类型。 |
| integers | 要转换的整数 (UINT32) 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 |
| std::unique_ptr<column> cudf::strings::ipv4_to_integers | ( | strings_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 IPv4 地址转换为整数。
IPv4 格式是 3 个点之间有 1-3 位数字 [0-9] 的形式（例如 123.45.67.890）。每个部分的值范围是 [0-255]。
将四组数字转换为整数，并放置在结果整数的 8 位字段中。
不对格式进行检查。如果字符串不是 IPv4 格式，结果整数将未定义。
任何 null 条目将在输出列中产生相应的 null 条目。
| input | 用于此操作的字符串实例 |
| 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 |
| std::unique_ptr<column> cudf::strings::is_fixed_point | ( | strings_column_view const & | input, |
| data_type | decimal_type = data_type{type_id::DECIMAL64}, |
||
| rmm::cuda_stream_view | stream = cudf::get_default_stream(), |
||
| rmm::device_async_resource_ref | mr = cudf::get_current_device_resource_ref() |
||
| ) |
返回一个布尔列，用于标识其中所有字符对于转换为定点数（fixed-point）有效字符串。
符号和指数是可选的。小数点只能出现一次。此外，整数部分必须适合底层定点存储类型的大小限制。整数部分的值取决于提供的 decimal_type 的比例。
任何 null 条目都会导致输出列中出现相应的 null 条目。
| cudf::logic_error | 如果 decimal_type 不是定点 decimal 类型。 |
| input | 用于此操作的字符串实例 |
| decimal_type | 仅用于检查溢出的定点类型（带比例） |
| 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 |
| std::unique_ptr<column> cudf::strings::is_float | ( | strings_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() |
||
| ) |
返回一个布尔列，用于标识其中所有字符对于转换为浮点数有效字符串。
如果相应的字符串元素至少包含 [-+0-9eE.] 中的一个字符，则输出行条目将设置为 true。
任何 null 行都会导致输出列中该行出现 null 条目。
| input | 用于此操作的字符串实例 |
| 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 |
| std::unique_ptr<column> cudf::strings::is_hex | ( | strings_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() |
||
| ) |
返回一个布尔列，用于标识其中所有字符对于从十六进制转换为整数有效字符串。
如果相应的字符串元素至少包含 [0-9A-Za-z] 中的一个字符，则输出行条目将设置为 true。此外，字符串可以以 '0x' 开头。
任何 null 行都会导致输出列中该行出现 null 条目。
| input | 用于此操作的字符串实例 |
| 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 |
| std::unique_ptr<column> cudf::strings::is_integer | ( | strings_column_view const & | input, |
| data_type | int_type, | ||
| rmm::cuda_stream_view | stream = cudf::get_default_stream(), |
||
| rmm::device_async_resource_ref | mr = cudf::get_current_device_resource_ref() |
||
| ) |
返回一个布尔列，用于标识其中所有字符对于转换为整数有效字符串。
如果相应的字符串元素的所有字符都在 [-+0-9] 中，则输出行条目将设置为 true。可选的符号字符只能位于第一个位置。此外，整数部分必须适合底层存储类型的大小限制，该限制由 int_type 参数提供。
任何 null 行都会导致输出列中该行出现 null 条目。
| input | 用于此操作的字符串实例 |
| int_type | 用于检查下溢和溢出的整数类型 |
| 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 |
| std::unique_ptr<column> cudf::strings::is_integer | ( | strings_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() |
||
| ) |
返回一个布尔列，用于标识其中所有字符对于转换为整数有效字符串。
如果相应的字符串元素的所有字符都在 [-+0-9] 中，则输出行条目将设置为 true。可选的符号字符只能位于第一个位置。请注意，不检查整数值是否在其存储限制内。对于严格的整数类型检查，请使用接受 data_type 参数的另一个 is_integer() API。
任何 null 行都会导致输出列中该行出现 null 条目。
| input | 用于此操作的字符串实例 |
| 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 |
| std::unique_ptr<column> cudf::strings::is_ipv4 | ( | strings_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() |
||
| ) |
返回一个布尔列，用于标识其中所有字符对于从 IPv4 格式转换为整数有效字符串。
如果相应的字符串元素格式为 xxx.xxx.xxx.xxx，其中 xxx 是 0-255 之间的整数数字，则输出行条目将设置为 true。
任何 null 行都会导致输出列中该行出现 null 条目。
| input | 用于此操作的字符串实例 |
| 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 |
| std::unique_ptr<column> cudf::strings::is_timestamp | ( | strings_column_view const & | input, |
| std::string_view | format, | ||
| rmm::cuda_stream_view | stream = cudf::get_default_stream(), |
||
| rmm::device_async_resource_ref | mr = cudf::get_current_device_resource_ref() |
||
| ) |
使用提供的格式模式验证给定的字符串列是否可以解析为时间戳。
格式模式可以包含以下说明符: "%Y,%y,%m,%d,%H,%I,%p,%M,%S,%f,%z"
| 说明符 | 描述 |
|---|---|
| %d | 月份中的日期: 01-31 |
| %m | 一年中的月份: 01-12 |
| %y | 不含世纪的年份: 00-99。 [0,68] 映射到 [2000,2068]，[69,99] 映射到 [1969,1999] |
| %Y | 含世纪的年份: 0001-9999 |
| %H | 一天中的 24 小时制: 00-23 |
| %I | 一天中的 12 小时制: 01-12 |
| %M | 小时的分钟: 00-59 |
| %S | 分钟的秒: 00-59。不支持闰秒。 |
| %f | 6 位微秒: 000000-999999 |
| %z | UTC 偏移量，格式为 ±HHMM。例如 +0500 |
| %j | 一年中的日期: 001-366 |
| %p | 只识别 'AM', 'PM' 或 'am', 'pm' |
| %W | 一年中的周，周一作为一周的第一天: 00-53 |
| %w | 一周中的日期: 0-6 = 周日-周六 |
| %U | 一年中的周，周日作为一周的第一天: 00-53 |
| %u | 一周中的日期: 1-7 = 周一-周日 |
目前不支持其他说明符。"%f" 支持一个精度值来读取数字。指定精度时，在 "%" 和 "f" 之间使用单个整数值 (1-9)，如下所示：使用 "%3f" 表示毫秒，"%6f" 表示微秒，"%9f" 表示纳秒。
任何 null 字符串条目都会导致输出列中出现相应的 null 行。
这将返回一个 BOOL8 类型的列，其中 true 行表示相应的输入字符串可以使用给定格式正确解析。
| input | 用于此操作的字符串实例 |
| format | 指定字符串中时间戳格式的字符串 |
| 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 |
| std::unique_ptr<column> cudf::strings::to_booleans | ( | strings_column_view const & | input, |
| string_scalar const & | true_string, | ||
| rmm::cuda_stream_view | stream = cudf::get_default_stream(), |
||
| rmm::device_async_resource_ref | mr = cudf::get_current_device_resource_ref() |
||
| ) |
通过解析提供的字符串列中的布尔值，返回一个新的 BOOL8 列。
任何 null 条目将在输出列中产生相应的 null 条目。
| input | 用于此操作的字符串实例 |
| true_string | 期望为 true 的字符串。不匹配的字符串为 false |
| 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 |
| std::unique_ptr<column> cudf::strings::to_durations | ( | strings_column_view const & | input, |
| data_type | duration_type, | ||
| std::string_view | format, | ||
| rmm::cuda_stream_view | stream = cudf::get_default_stream(), |
||
| rmm::device_async_resource_ref | mr = cudf::get_current_device_resource_ref() |
||
| ) |
使用提供的格式模式将字符串列转换为持续时间列，返回一个新的持续时间列。
格式模式可以包含以下说明符："%%,%n,%t,%D,%H,%I,%M,%S,%p,%R,%T,%r,%OH,%OI,%OM,%OS"
| 说明符 | 描述 | 范围 |
|---|---|---|
| %% | 字面量 % 字符 | % |
| %n | 换行符 | \n |
| %t | 水平制表符 | \t |
| %D | 天 | -2,147,483,648 到 2,147,483,647 |
| %H | 一天中的 24 小时制 | 00 到 23 |
| %I | 一天中的 12 小时制 | 00 到 11 |
| %M | 小时的分钟 | 00 到 59 |
| %S | 分钟的秒 | 00 到 59.999999999 |
| %OH | 与 H 相同，但不带符号 | 00 到 23 |
| %OI | 与 I 相同，但不带符号 | 00 到 11 |
| %OM | 与 M 相同，但不带符号 | 00 到 59 |
| %OS | 与 S 相同，但不带符号 | 00 到 59 |
| %p | 与 12 小时制相关的 AM/PM 标志 | 'AM' 或 'PM' |
| %R | 等同于 "%H:%M" | |
| %T | 等同于 "%H:%M:%S" | |
| %r | 等同于 "%OI:%OM:%OS %p" |
目前不支持其他说明符。
不检查无效格式。如果字符串包含意外或不足的字符，则该输出行条目的持续时间值未定义。
任何 null 字符串条目都会导致输出列中出现相应的 null 行。
结果时间单位由 duration_type 参数指定。
| cudf::logic_error | 如果 duration_type 不是持续时间类型。 |
| input | 用于此操作的字符串实例 |
| duration_type | 用于创建输出列的持续时间类型 |
| format | 指定字符串中持续时间格式的字符串 |
| 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 |
| std::unique_ptr<column> cudf::strings::to_fixed_point | ( | strings_column_view const & | input, |
| data_type | output_type, | ||
| rmm::cuda_stream_view | stream = cudf::get_default_stream(), |
||
| rmm::device_async_resource_ref | mr = cudf::get_current_device_resource_ref() |
||
| ) |
通过解析提供的字符串列中的十进制值，返回一个新的定点数（fixed-point）列。
任何 null 条目都会导致输出列中出现相应的 null 条目。
期望的格式是 [符号][整数][.][小数]，其中符号可以不存在，为 - 或 +，小数点 [.] 可能存在也可能不存在，integer 和 fraction 由零个或多个 [0-9] 中的数字组成。无效数据格式会导致相应输出行结果出现未定义行为。
不检查结果值类型的溢出。output_type 中的比例用于设置整数部分。
| cudf::logic_error | 如果 output_type 不是定点 decimal 类型。 |
| input | 用于此操作的字符串实例 |
| output_type | 要返回的定点列的类型，包括比例值 |
| stream | 用于设备内存操作和内核启动的 CUDA 流 |
| mr | 用于分配返回列设备内存的设备内存资源 |
output_type 的新列| std::unique_ptr<column> cudf::strings::to_floats | ( | strings_column_view const & | strings, |
| data_type | output_type, | ||
| rmm::cuda_stream_view | stream = cudf::get_default_stream(), |
||
| rmm::device_async_resource_ref | mr = cudf::get_current_device_resource_ref() |
||
| ) |
通过解析提供的字符串列中的每个字符串中的浮点值，返回一个新的数值列。
任何 null 条目将在输出列中产生相应的 null 条目。
只识别字符 [0-9] 以及前缀 '-' 和 '+' 以及小数点 '.'。此外，还支持科学记数法（例如 "-1.78e+5"）。
| cudf::logic_error | 如果 output_type 不是浮点类型。 |
| strings | 用于此操作的字符串实例 |
| output_type | 要返回的浮点数值列的类型 |
| 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 |
| std::unique_ptr<column> cudf::strings::to_integers | ( | strings_column_view const & | input, |
| data_type | output_type, | ||
| rmm::cuda_stream_view | stream = cudf::get_default_stream(), |
||
| rmm::device_async_resource_ref | mr = cudf::get_current_device_resource_ref() |
||
| ) |
通过解析提供的字符串列中的整数值，返回一个新的整数数值列。
任何 null 条目将在输出列中产生相应的 null 条目。
只识别字符 [0-9] 以及前缀 '-' 和 '+'。当遇到任何其他字符时，该字符串的解析结束，当前数字被转换为整数。
不检查结果整数类型的溢出。每个字符串都使用 int64 类型进行转换，然后转换为目标整数类型再存储到输出列中。如果结果整数类型太小无法容纳该值，存储的值将未定义。
| cudf::logic_error | 如果 output_type 不是整数类型。 |
| input | 用于此操作的字符串实例 |
| output_type | 要返回的整数数值列的类型 |
| 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 |
| std::unique_ptr<column> cudf::strings::to_timestamps | ( | strings_column_view const & | input, |
| data_type | timestamp_type, | ||
| std::string_view | format, | ||
| rmm::cuda_stream_view | stream = cudf::get_default_stream(), |
||
| rmm::device_async_resource_ref | mr = cudf::get_current_device_resource_ref() |
||
| ) |
使用提供的格式模式将字符串列转换为时间戳列，返回一个新的时间戳列。
格式模式可以包含以下说明符: "%Y,%y,%m,%d,%H,%I,%p,%M,%S,%f,%z"
| 说明符 | 描述 |
|---|---|
| %d | 月份中的日期: 01-31 |
| %m | 一年中的月份: 01-12 |
| %y | 不含世纪的年份: 00-99。 [0,68] 映射到 [2000,2068]，[69,99] 映射到 [1969,1999] |
| %Y | 含世纪的年份: 0001-9999 |
| %H | 一天中的 24 小时制: 00-23 |
| %I | 一天中的 12 小时制: 01-12 |
| %M | 小时的分钟: 00-59 |
| %S | 分钟的秒: 00-59。不支持闰秒。 |
| %f | 6 位微秒: 000000-999999 |
| %z | UTC 偏移量，格式为 ±HHMM。例如 +0500 |
| %j | 一年中的日期: 001-366 |
| %p | 只识别 'AM', 'PM' 或 'am', 'pm' |
| %W | 一年中的周，周一作为一周的第一天: 00-53 |
| %w | 一周中的日期: 0-6 = 周日-周六 |
| %U | 一年中的周，周日作为一周的第一天: 00-53 |
| %u | 一周中的日期: 1-7 = 周一-周日 |
目前不支持其他说明符。
不检查无效格式。如果字符串包含意外或不足的字符，则该输出行条目的时间戳值未定义。
任何 null 字符串条目都会导致输出列中出现相应的 null 行。
结果时间单位由 timestamp_type 参数指定。时间单位与 "%f" 说明符解析的位数无关。"%f" 支持一个精度值来读取数字。指定精度时，在 "%" 和 "f" 之间使用单个整数值 (1-9)，如下所示：使用 "%3f" 表示毫秒，"%6f" 表示微秒，"%9f" 表示纳秒。
尽管 "%S" 不支持闰秒，但不对该值进行检查。可以使用 cudf::strings::is_timestamp 验证值的有效范围。
如果同时指定 "%W"/"%w"（或 "%U/%u"）和 "%m"/"%d"，则计算时间戳结果的日期部分时，"%W"/U 和 "%w"/u 的值优先。
| cudf::logic_error | 如果 timestamp_type 不是时间戳类型。 |
| input | 用于此操作的字符串实例 |
| timestamp_type | 用于创建输出列的时间戳类型 |
| format | 指定字符串中时间戳格式的字符串 |
| 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 |
| std::unique_ptr<column> cudf::strings::url_decode | ( | strings_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() |
||
| ) |
使用 URL 编码解码每个字符串。
将所有以 '' 开头的字符序列转换为字符码点，将后面的 2 个字符解释为十六进制值来创建码点。例如，序列 '%20' 转换为字节 (0x20)，这是一个空格字符。另一个例子将 'C3A9' 转换为 2 个连续字节（分别为 0xc3 和 0xa9），这是 é 字符。总之，只要在字符串中遇到 '%' (单个百分号) 字符，就会将 3 个字符转换为一个 char 字节。
任何 null 条目将在输出列中产生相应的 null 条目。
| input | 用于此操作的字符串实例 |
| 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 |
| std::unique_ptr<column> cudf::strings::url_encode | ( | strings_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() |
||
| ) |
使用 URL 编码对每个字符串进行编码。
将大多非 ascii 字符和控制字符转换为以 '' 为前缀的 UTF-8 十六进制码点。例如，空格字符必须转换为 '%20'，其中 '20' 表示 UTF-8 中空格的十六进制值。类似地，多字节字符转换为多个十六进制字符。例如，é 字符转换为 'C3A9'，其中 'C3A9' 是该字符的 UTF-8 字节 0xC3A9。
任何 null 条目将在输出列中产生相应的 null 条目。
| input | 用于此操作的字符串实例 |
| 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 |
1.9.1 生成