pyarrow.Decimal64Type

class pyarrow.Decimal64Type

基类： FixedSizeBinaryType

decimal64 数据类型的具体类。

示例

创建 decimal64 类型的实例

>>> import pyarrow as pa
>>> pa.decimal64(5, 2)
Decimal64Type(decimal64(5, 2))

__init__(*args, **kwargs)

方法

__init__(*args, **kwargs)
equals(self, other, *[, check_metadata])	如果类型与传入的值等价，则返回 True。
field(self, i)
to_pandas_dtype(self)	返回等效的 NumPy / Pandas dtype。

属性

bit_width (位宽)	固定宽度类型的位宽。
byte_width (字节宽)	固定宽度类型的字节宽。
has_variadic_buffers (是否有可变缓冲区)	如果为 True，则预期的缓冲区数量仅受 num_buffers 的下界限制。
id
num_buffers (缓冲区数量)	构建数组类型（不包括子项）所需的缓冲区数量。
num_fields (字段数量)	子字段的数量。
精度	十进制精度，即十进制数字的数量（整数）。
精度	十进制标度（整数）。

bit_width

固定宽度类型的位宽。

示例

>>> import pyarrow as pa
>>> pa.int64()
DataType(int64)
>>> pa.int64().bit_width
64

byte_width

固定宽度类型的字节宽。

示例

>>> import pyarrow as pa
>>> pa.int64()
DataType(int64)
>>> pa.int64().byte_width
8

equals(self, other, *, check_metadata=False)

如果类型与传入的值等价，则返回 True。

参数:

otherDataType 或可转换为 DataType 的 str

check_metadatabool

是否也应检查嵌套字段元数据的相等性。

返回：

is_equalbool

示例

>>> import pyarrow as pa
>>> pa.int64().equals(pa.string())
False
>>> pa.int64().equals(pa.int64())
True

field(self, i) → Field

参数:

iint

返回：

pyarrow.Field

has_variadic_buffers

如果为 True，则预期的缓冲区数量仅受 num_buffers 的下界限制。

示例

>>> import pyarrow as pa
>>> pa.int64().has_variadic_buffers
False
>>> pa.string_view().has_variadic_buffers
True

id

num_buffers

构建数组类型（不包括子项）所需的缓冲区数量。

示例

>>> import pyarrow as pa
>>> pa.int64().num_buffers
2
>>> pa.string().num_buffers
3

num_fields

子字段的数量。

示例

>>> import pyarrow as pa
>>> pa.int64()
DataType(int64)
>>> pa.int64().num_fields
0
>>> pa.list_(pa.string())
ListType(list<item: string>)
>>> pa.list_(pa.string()).num_fields
1
>>> struct = pa.struct({'x': pa.int32(), 'y': pa.string()})
>>> struct.num_fields
2

precision

十进制精度，即十进制数字的数量（整数）。

示例

>>> import pyarrow as pa
>>> t = pa.decimal64(5, 2)
>>> t.precision
5

scale

十进制标度（整数）。

示例

>>> import pyarrow as pa
>>> t = pa.decimal64(5, 2)
>>> t.scale
2

to_pandas_dtype(self)

返回等效的 NumPy / Pandas dtype。

示例

>>> import pyarrow as pa
>>> pa.int64().to_pandas_dtype()
<class 'numpy.int64'>