pyarrow.ipc.RecordBatchFileReader#

class pyarrow.ipc.RecordBatchFileReader(source, footer_offset=None, *, options=None, memory_pool=None)[source]#

基类: _RecordBatchFileReader

用于从 Arrow 二进制文件格式读取 Arrow 记录批数据的类。

参数:

source字节/类缓冲区对象, pyarrow.NativeFile, 或类文件 Python 对象: 可以是内存中的缓冲区，也可以是可读的文件对象。如果要使用内存映射，请使用 MemoryMappedFile 作为 source。
footer_offsetint, 默认值 None: 如果文件嵌入到某个更大的文件中，则此参数表示文件数据末尾的字节偏移量。
optionspyarrow.ipc.IpcReadOptions: IPC 序列化的选项。如果为 None，将使用默认值。
memory_poolMemoryPool, 默认 None: 如果为 None，则使用默认内存池。

__init__(source, footer_offset=None, *, options=None, memory_pool=None)[source]#

方法

`__init__`(source[, footer_offset, options, ...])
`get_batch`(self, int i)	读取具有给定索引的记录批。
`get_batch_with_custom_metadata`(self, int i)	读取具有给定索引的记录批及其自定义元数据。
`get_record_batch`(self, int i)	读取具有给定索引的记录批。
`read_all`(self)	将所有记录批读取为 pyarrow.Table。
`read_pandas`(self, **options)	将流内容读取为 pandas.DataFrame。

属性

`metadata`	文件级自定义元数据，为字典形式，其中键和值都类似于字节。
`num_record_batches`	IPC 文件中的记录批数量。
`模式`
`stats`	当前的 IPC 读取统计信息。

get_batch(self, int i)#

读取具有给定索引的记录批。

参数:

返回：

get_batch_with_custom_metadata(self, int i)#

读取具有给定索引的记录批及其自定义元数据。

参数:

返回：

get_record_batch(self, int i)#

读取具有给定索引的记录批。

参数:

返回：

metadata#: 文件级自定义元数据，为字典形式，其中键和值都类似于字节。这类元数据可以通过 ipc.new_file(..., metadata=...) 写入。

read_pandas(self, **options)#

将流内容读取为 pandas.DataFrame。

将所有记录批次读取为 pyarrow.Table，然后使用 Table.to_pandas 将其转换为 pandas.DataFrame。

参数:

返回：