torcharrow.column

torcharrow.column(data: Optional[Union[Iterable, DType]] = None, dtype: Optional[DType] = None, device: str = '')

创建 TorchArrow Column。在设备或默认设备上分配内存。

参数:

• data (类数组 或 Iterable) – 定义列的内容。

• dtype (dtype, 默认 None) – 要强制的数据类型。如果为 None，则将在可能的情况下自动推断类型。

• device (设备, 默认 "") – 设备从作用域中选择要使用的运行时。TorchArrow 支持多种运行时（CPU 和 GPU）。如果未提供，则使用 Velox 向量化运行时。有效值为“cpu”（Velox）、“gpu”（即将推出）。

示例

使用自动推断类型创建列

>>> import torcharrow as ta
>>> s = ta.column([1,2,None,4])
>>> s
0  1
1  2
2  None
3  4
dtype: Int64(nullable=True), length: 4, null_count: 1

创建具有任意数据类型的列，此处为非空列，包含任意长度的非空字符串列表

>>> sf = ta.column([ ["hello", "world"], ["how", "are", "you"] ], dtype =dt.List(dt.string))
>>> sf.dtype
List(item_dtype=String(nullable=False), nullable=False, fixed_size=-1)

创建平均气候数据列，每个大洲一个地图，以城市为键，包含每年的平均最低和最高温度

>>> mf = ta.column([
>>>     {'helsinki': [-1.3, 21.5], 'moscow': [-4.0,24.3]},
>>>     {'algiers':[11.2, 25.2], 'kinshasa':[22.2,26.8]}
>>>     ])
>>> mf
0  {'helsinki': [-1.3, 21.5], 'moscow': [-4.0, 24.3]}
1  {'algiers': [11.2, 25.2], 'kinshasa': [22.2, 26.8]}
dtype: Map(string, List(float64)), length: 2, null_count: 0