列表收集#

group lists_gather

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())#

分段收集列表列中每行的列表元素内的元素。

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，行为如下：

  1. 如果 bounds_policy 设置为 DONT_CHECK，则行为未定义。

  2. 如果 bounds_policy 设置为 NULLIFY，则输出列中的列表行对应元素将被设置为 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}, {}]
Throws:

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

  • std::invalid_argument – 如果 gather_map 包含空值。

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

Parameters:

  • source_column – 查看列表列以从中收集数据

  • gather_map_list – 查看一个非空列表列，该列包含整型索引，用于将源列中每行的列表元素映射到目标列的列表行。

  • 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空，其中 n 是与收集映射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

Returns:

基于gather_map_list收集的行列表中的元素列