字符类型

文件
文件	char_types.hpp
文件	char_types_enum.hpp

枚举
枚举	cudf::strings::string_character_types : uint32_t {   cudf::strings::DECIMAL = 1 << 0 , cudf::strings::NUMERIC = 1 << 1 , cudf::strings::DIGIT = 1 << 2 , cudf::strings::ALPHA = 1 << 3 ,   cudf::strings::SPACE = 1 << 4 , cudf::strings::UPPER = 1 << 5 , cudf::strings::LOWER = 1 << 6 , cudf::strings::ALPHANUM = DECIMAL | NUMERIC | DIGIT | ALPHA ,   cudf::strings::CASE_TYPES = UPPER | LOWER , cudf::strings::ALL_TYPES = ALPHANUM | CASE_TYPES | SPACE }
	字符类型值。这些类型可以进行或运算以检查任何类型的组合。 更多...

函数
std::unique_ptr< column >	cudf::strings::all_characters_of_type (strings_column_view const &input, string_character_types types, string_character_types verify_types=string_character_types::ALL_TYPES, 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，标识其中所有字符都是指定类型的字符串条目。 更多...
std::unique_ptr< column >	cudf::strings::filter_characters_of_type (strings_column_view const &input, string_character_types types_to_remove, string_scalar const &replacement=string_scalar(""), string_character_types types_to_keep=string_character_types::ALL_TYPES, rmm::cuda_stream_view stream=cudf::get_default_stream(), rmm::device_async_resource_ref mr=cudf::get_current_device_resource_ref())
	从字符串列中过滤特定字符类型。 更多...
constexpr string_character_types	cudf::strings::operator| (string_character_types lhs, string_character_types rhs)
	用于组合 string_character_types 的 OR 运算符。 更多...
constexpr string_character_types &	cudf::strings::operator|= (string_character_types &lhs, string_character_types rhs)
	用于组合 string_character_types 的复合赋值 OR 运算符。 更多...

详细说明

枚举类型文档

string_character_types

enum cudf::strings::string_character_types : uint32_t

字符类型值。这些类型可以进行或运算以检查任何类型的组合。

这不能转换为枚举类，因为或运算的条目可能导致类中不存在的值。例如，组合 NUMERIC|SPACE 是一个有效且合理的组合，但它不匹配任何显式命名的枚举成员。

枚举成员
DECIMAL	所有十进制字符
NUMERIC	所有数字字符
DIGIT	所有数字字符（0-9）
ALPHA	所有字母字符
SPACE	所有空格字符
UPPER	所有大写字符
LOWER	所有小写字符
ALPHANUM	所有字母数字字符
CASE_TYPES	所有可区分大小写的字符
ALL_TYPES	所有字符类型

定义于文件 char_types_enum.hpp 的第 38 行。

函数文档

all_characters_of_type()

std::unique_ptr<column> cudf::strings::all_characters_of_type	(	strings_column_view const &	input,
		string_character_types	types,
		string_character_types	verify_types = string_character_types::ALL_TYPES,
		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，标识其中所有字符都是指定类型的字符串条目。

如果对应的字符串元素为空或包含至少一个非指定类型的字符，则输出行条目将被设置为 false。如果所有字符都符合类型，则在输出行条目中设置为 true。

要忽略除特定类型之外的所有类型，请将 verify_types 设置为应检查的那些类型。否则，默认的 ALL_TYPES 将验证所有字符是否都匹配 types。

示例
s = ['ab', 'a b', 'a7', 'a B']
b1 = s.all_characters_of_type(s,LOWER)
b1 是 [true, false, false, false]
b2 = s.all_characters_of_type(s,LOWER,LOWER|UPPER)
b2 是 [true, true, true, false]

任何空行都将导致输出列中该行的条目为空。

参数

input	此操作的字符串实例
types	在每个字符串中要检查的字符类型
verify_types	仅对照这些字符类型进行验证。默认值 ALL_TYPES 表示当且仅当所有字符都匹配 types 时才返回 true。
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

包含每个字符串布尔结果的新列

filter_characters_of_type()

std::unique_ptr<column> cudf::strings::filter_characters_of_type	(	strings_column_view const &	input,
		string_character_types	types_to_remove,
		string_scalar const &	replacement = string_scalar(""),
		string_character_types	types_to_keep = string_character_types::ALL_TYPES,
		rmm::cuda_stream_view	stream = cudf::get_default_stream(),
		rmm::device_async_resource_ref	mr = cudf::get_current_device_resource_ref()
	)

从字符串列中过滤特定字符类型。

要移除特定类型的所有字符，请在 types_to_remove 中设置该类型，并将 types_to_keep 设置为 ALL_TYPES。

要过滤掉非特定类型的字符，请为 types_to_remove 指定 ALL_TYPES，并在 types_to_keep 中指定不应移除的类型。

示例
s = ['ab', 'a b', 'a7bb', 'A7B234']
s1 = s.filter_characters_of_type(s,NUMERIC,"",ALL_TYPES)
s1 是 ['ab', 'a b', 'abb', 'AB']
s2 = s.filter_characters_of_type(s,ALL_TYPES,"-",LOWER)
s2 是 ['ab', 'a-b', 'a-bb', '------']

在 s1 中，所有 NUMERIC 类型的字符都被移除。在 s2 中，所有非 LOWER 类型的字符都被替换。

参数 types_to_remove 和 types_to_keep 必须有一个且只有一个设置为 ALL_TYPES。

任何空行都将导致输出列中该行的条目为空。

异常

cudf::logic_error

如果 types_to_remove 和 types_to_keep 都没有或都设置为 ALL_TYPES。

参数

input	此操作的字符串实例
types_to_remove	在每个字符串中要检查的字符类型。此处使用 ALL_TYPES 来替代指定 types_to_keep。
replacement	移除字符时使用的替换字符
types_to_keep	默认值 ALL_TYPES 表示将过滤掉 types_to_remove 的所有字符。
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

新的字符串列，其中指定类型的字符已被过滤并由指定的替换字符串替换。

operator|()

constexpr string_character_types cudf::strings::operator| ( string_character_types  lhs, string_character_types  rhs  )

constexpr

用于组合 string_character_types 的 OR 运算符。

参数

lhs	OR 操作的左操作数
rhs	OR 操作的右操作数

返回

组合后的 string_character_types

定义于文件 char_types_enum.hpp 的第 58 行。

operator|=()

constexpr string_character_types& cudf::strings::operator|= ( string_character_types &  lhs, string_character_types  rhs  )

constexpr

用于组合 string_character_types 的复合赋值 OR 运算符。

参数

lhs	OR 操作的左操作数
rhs	OR 操作的右操作数

返回

lhs 与 rhs 组合后对 lhs 的引用

定义于文件 char_types_enum.hpp 的第 72 行。