Python cudf.DataFrame.apply_rows用法及代码示例

用法: DataFrame.apply_rows(func, incols, outcols, kwargs, pessimistic_nulls=True, cache_key=None)

应用逐行的用户定义函数。

参数：

df：DataFrame: 源 DataFrame 。
func：函数: 将在 CUDA GPU 上执行的转换函数。
incols: list or dict：: 与函数参数匹配的输入列的名称列表。或者，将输入列名称映射到它们相应的函数参数的字典，例如 {‘col1’: ‘arg1’}。
outcols: dict：: 输出列名称及其 dtype 的字典。
kwargs: dict：: name-value 的额外参数。这些值直接传递给函数。
pessimistic_nulls：bool: 当任何相应的输入为空时，apply_rows 输出是否应为空。如果为 False，则所有输出都将为非空，但将是对基础列数据应用 func 的结果，这可能是垃圾。

例子：

用户函数应该遍历列并为每一行设置输出。循环执行顺序是任意的，因此循环的每次迭代必须彼此独立。

当调用func时，将输入/输出对应的数组args进行跨步，以提高GPU并行度。函数中的循环类似于串行代码，但在多个线程中同时执行。

>>> import cudf
>>> import numpy as np
>>> df = cudf.DataFrame()
>>> nelem = 3
>>> df['in1'] = np.arange(nelem)
>>> df['in2'] = np.arange(nelem)
>>> df['in3'] = np.arange(nelem)

为内核定义输入列

>>> in1 = df['in1']
>>> in2 = df['in2']
>>> in3 = df['in3']
>>> def kernel(in1, in2, in3, out1, out2, kwarg1, kwarg2):
...     for i, (x, y, z) in enumerate(zip(in1, in2, in3)):
...         out1[i] = kwarg2 * x - kwarg1 * y
...         out2[i] = y - kwarg1 * z

使用输入列的名称、输出列的名称和 dtype 以及可选的额外参数的字典调用 .apply_rows。

>>> df.apply_rows(kernel,
...               incols=['in1', 'in2', 'in3'],
...               outcols=dict(out1=np.float64, out2=np.float64),
...               kwargs=dict(kwarg1=3, kwarg2=4))
   in1  in2  in3 out1 out2
0    0    0    0  0.0  0.0
1    1    1    1  1.0 -2.0
2    2    2    2  2.0 -4.0

相关用法

注：本文由纯净天空筛选整理自rapids.ai大神的英文原创作品 cudf.DataFrame.apply_rows。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。