实验性 Arrow 编码数组作为 R 向量 — as_nanoarrow_vctr • nanoarrow

此实验性 vctr 类允许零个或多个 Arrow 数组以 R 向量形式呈现，无需进行转换。对于没有无损 R 等价类型的数组，这很有用，并有助于提供一个中间对象类型，其中默认转换成本过高（例如，数据帧的嵌套列表）。这些对象在许多 vctr 转换中无法保存；但是，它们可以在不复制底层数组的情况下进行切片。

用法

as_nanoarrow_vctr(x, ..., schema = NULL, subclass = character())

nanoarrow_vctr(schema = NULL, subclass = character())

参数

x: 一个可与 as_nanoarrow_array_stream() 一起使用的对象。
...: 传递给 as_nanoarrow_array_stream()
schema: 一个可选的 schema
subclass: 一个可选的 nanoarrow_vctr 子类，用于添加到最终类名前。

返回值

一个类为 'nanoarrow_vctr' 的 vctr

细节

nanoarrow_vctr 的当前实现类似于 factor()：它的存储类型是一个 integer()，它是沿着 vctr 的总长度的一个序列，并且有一些属性是必需的，以便将这些索引解析为数组 + 偏移量。在最近版本的 R 中，序列通常具有非常紧凑的表示形式，因此即使对于大型数组，这也有一个廉价的存储空间。属性目前是

schema: 每个块共享的 nanoarrow_schema。
chunks: 一个 list() 的 nanoarrow_array。
offsets: 一个 integer() 向量，以 0 开头，后面是每个块的累积长度。这允许使用 log(n) 复杂度从逻辑索引解析块索引 + 偏移量。

此实现是初步的，可能会发生变化；但是，as_nanoarrow_array_stream(some_vctr[begin:end]) 的结果应该保持稳定。

示例

array <- as_nanoarrow_array(1:5)
as_nanoarrow_vctr(array)
#> <nanoarrow_vctr int32[5]>
#> [1] 1 2 3 4 5