-
Notifications
You must be signed in to change notification settings - Fork 811
New issue
Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.
By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.
Already on GitHub? Sign in to your account
Support casting from integer to binary #5015
Changes from 2 commits
File filter
Filter by extension
Conversations
Jump to
Diff view
Diff view
There are no files selected for viewing
Original file line number | Diff line number | Diff line change | ||||||||||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
@@ -47,7 +47,7 @@ use crate::parse::{ | |||||||||||||||||||||
string_to_datetime, Parser, | ||||||||||||||||||||||
}; | ||||||||||||||||||||||
use arrow_array::{builder::*, cast::*, temporal_conversions::*, timezone::Tz, types::*, *}; | ||||||||||||||||||||||
use arrow_buffer::{i256, ArrowNativeType, Buffer, OffsetBuffer}; | ||||||||||||||||||||||
use arrow_buffer::{i256, ArrowNativeType, Buffer, OffsetBuffer, ToByteSlice}; | ||||||||||||||||||||||
use arrow_data::ArrayData; | ||||||||||||||||||||||
use arrow_schema::*; | ||||||||||||||||||||||
use arrow_select::take::take; | ||||||||||||||||||||||
|
@@ -203,6 +203,8 @@ pub fn can_cast_types(from_type: &DataType, to_type: &DataType) -> bool { | |||||||||||||||||||||
(Utf8 | LargeUtf8, _) => to_type.is_numeric() && to_type != &Float16, | ||||||||||||||||||||||
(_, Utf8 | LargeUtf8) => from_type.is_primitive(), | ||||||||||||||||||||||
|
||||||||||||||||||||||
(_, Binary | LargeBinary) => from_type.is_integer(), | ||||||||||||||||||||||
|
||||||||||||||||||||||
// start numeric casts | ||||||||||||||||||||||
( | ||||||||||||||||||||||
UInt8 | UInt16 | UInt32 | UInt64 | Int8 | Int16 | Int32 | Int64 | Float32 | Float64, | ||||||||||||||||||||||
|
@@ -1368,6 +1370,28 @@ pub fn cast_with_options( | |||||||||||||||||||||
(from_type, Utf8) if from_type.is_primitive() => { | ||||||||||||||||||||||
value_to_string::<i32>(array, cast_options) | ||||||||||||||||||||||
} | ||||||||||||||||||||||
(from_type, Binary) if from_type.is_integer() => match from_type { | ||||||||||||||||||||||
UInt8 => cast_numeric_to_binary::<UInt8Type, i32>(array), | ||||||||||||||||||||||
UInt16 => cast_numeric_to_binary::<UInt16Type, i32>(array), | ||||||||||||||||||||||
UInt32 => cast_numeric_to_binary::<UInt32Type, i32>(array), | ||||||||||||||||||||||
UInt64 => cast_numeric_to_binary::<UInt64Type, i32>(array), | ||||||||||||||||||||||
Int8 => cast_numeric_to_binary::<Int8Type, i32>(array), | ||||||||||||||||||||||
Int16 => cast_numeric_to_binary::<Int16Type, i32>(array), | ||||||||||||||||||||||
Int32 => cast_numeric_to_binary::<Int32Type, i32>(array), | ||||||||||||||||||||||
Int64 => cast_numeric_to_binary::<Int64Type, i32>(array), | ||||||||||||||||||||||
_ => unreachable!(), | ||||||||||||||||||||||
}, | ||||||||||||||||||||||
(from_type, LargeBinary) if from_type.is_integer() => match from_type { | ||||||||||||||||||||||
UInt8 => cast_numeric_to_binary::<UInt8Type, i64>(array), | ||||||||||||||||||||||
UInt16 => cast_numeric_to_binary::<UInt16Type, i64>(array), | ||||||||||||||||||||||
UInt32 => cast_numeric_to_binary::<UInt32Type, i64>(array), | ||||||||||||||||||||||
UInt64 => cast_numeric_to_binary::<UInt64Type, i64>(array), | ||||||||||||||||||||||
Int8 => cast_numeric_to_binary::<Int8Type, i64>(array), | ||||||||||||||||||||||
Int16 => cast_numeric_to_binary::<Int16Type, i64>(array), | ||||||||||||||||||||||
Int32 => cast_numeric_to_binary::<Int32Type, i64>(array), | ||||||||||||||||||||||
Int64 => cast_numeric_to_binary::<Int64Type, i64>(array), | ||||||||||||||||||||||
_ => unreachable!(), | ||||||||||||||||||||||
}, | ||||||||||||||||||||||
// start numeric casts | ||||||||||||||||||||||
(UInt8, UInt16) => cast_numeric_arrays::<UInt8Type, UInt16Type>(array, cast_options), | ||||||||||||||||||||||
(UInt8, UInt32) => cast_numeric_arrays::<UInt8Type, UInt32Type>(array, cast_options), | ||||||||||||||||||||||
|
@@ -2317,6 +2341,22 @@ fn value_to_string<O: OffsetSizeTrait>( | |||||||||||||||||||||
Ok(Arc::new(builder.finish())) | ||||||||||||||||||||||
} | ||||||||||||||||||||||
|
||||||||||||||||||||||
fn cast_numeric_to_binary<FROM: ArrowPrimitiveType, O: OffsetSizeTrait>( | ||||||||||||||||||||||
array: &dyn Array, | ||||||||||||||||||||||
) -> Result<ArrayRef, ArrowError> { | ||||||||||||||||||||||
let array = array.as_primitive::<FROM>(); | ||||||||||||||||||||||
|
||||||||||||||||||||||
let mut builder = GenericBinaryBuilder::<O>::new(); | ||||||||||||||||||||||
There was a problem hiding this comment. Choose a reason for hiding this commentThe reason will be displayed to describe this comment to others. Learn more. You could possibly initialize the correct capacity here |
||||||||||||||||||||||
for i in 0..array.len() { | ||||||||||||||||||||||
if array.is_null(i) { | ||||||||||||||||||||||
builder.append_null(); | ||||||||||||||||||||||
} else { | ||||||||||||||||||||||
builder.append_value(array.value(i).to_byte_slice()); | ||||||||||||||||||||||
} | ||||||||||||||||||||||
} | ||||||||||||||||||||||
There was a problem hiding this comment. Choose a reason for hiding this commentThe reason will be displayed to describe this comment to others. Learn more.
Suggested change
Perhaps There was a problem hiding this comment. Choose a reason for hiding this commentThe reason will be displayed to describe this comment to others. Learn more. Hmm,
But I also cannot do I keep it unchanged so. |
||||||||||||||||||||||
Ok(Arc::new(builder.finish())) | ||||||||||||||||||||||
} | ||||||||||||||||||||||
|
||||||||||||||||||||||
/// Parse UTF-8 | ||||||||||||||||||||||
fn parse_string<P: Parser, O: OffsetSizeTrait>( | ||||||||||||||||||||||
array: &dyn Array, | ||||||||||||||||||||||
|
@@ -5176,6 +5216,44 @@ mod tests { | |||||||||||||||||||||
assert!(down_cast.is_null(2)); | ||||||||||||||||||||||
} | ||||||||||||||||||||||
|
||||||||||||||||||||||
#[test] | ||||||||||||||||||||||
fn test_numeric_to_binary() { | ||||||||||||||||||||||
let a = Int16Array::from(vec![Some(1), Some(511), None]); | ||||||||||||||||||||||
|
||||||||||||||||||||||
let array_ref = cast(&a, &DataType::Binary).unwrap(); | ||||||||||||||||||||||
let down_cast = array_ref.as_binary::<i32>(); | ||||||||||||||||||||||
assert_eq!(&1_i16.to_le_bytes(), down_cast.value(0)); | ||||||||||||||||||||||
assert_eq!(&511_i16.to_le_bytes(), down_cast.value(1)); | ||||||||||||||||||||||
assert!(down_cast.is_null(2)); | ||||||||||||||||||||||
|
||||||||||||||||||||||
let a = Int64Array::from(vec![Some(-1), Some(123456789), None]); | ||||||||||||||||||||||
|
||||||||||||||||||||||
let array_ref = cast(&a, &DataType::Binary).unwrap(); | ||||||||||||||||||||||
let down_cast = array_ref.as_binary::<i32>(); | ||||||||||||||||||||||
assert_eq!(&(-1_i64).to_le_bytes(), down_cast.value(0)); | ||||||||||||||||||||||
assert_eq!(&123456789_i64.to_le_bytes(), down_cast.value(1)); | ||||||||||||||||||||||
assert!(down_cast.is_null(2)); | ||||||||||||||||||||||
} | ||||||||||||||||||||||
|
||||||||||||||||||||||
#[test] | ||||||||||||||||||||||
fn test_numeric_to_large_binary() { | ||||||||||||||||||||||
let a = Int16Array::from(vec![Some(1), Some(511), None]); | ||||||||||||||||||||||
|
||||||||||||||||||||||
let array_ref = cast(&a, &DataType::LargeBinary).unwrap(); | ||||||||||||||||||||||
let down_cast = array_ref.as_binary::<i64>(); | ||||||||||||||||||||||
assert_eq!(&1_i16.to_le_bytes(), down_cast.value(0)); | ||||||||||||||||||||||
assert_eq!(&511_i16.to_le_bytes(), down_cast.value(1)); | ||||||||||||||||||||||
assert!(down_cast.is_null(2)); | ||||||||||||||||||||||
|
||||||||||||||||||||||
let a = Int64Array::from(vec![Some(-1), Some(123456789), None]); | ||||||||||||||||||||||
|
||||||||||||||||||||||
let array_ref = cast(&a, &DataType::LargeBinary).unwrap(); | ||||||||||||||||||||||
let down_cast = array_ref.as_binary::<i64>(); | ||||||||||||||||||||||
assert_eq!(&(-1_i64).to_le_bytes(), down_cast.value(0)); | ||||||||||||||||||||||
assert_eq!(&123456789_i64.to_le_bytes(), down_cast.value(1)); | ||||||||||||||||||||||
assert!(down_cast.is_null(2)); | ||||||||||||||||||||||
} | ||||||||||||||||||||||
|
||||||||||||||||||||||
#[test] | ||||||||||||||||||||||
fn test_cast_date32_to_int32() { | ||||||||||||||||||||||
let array = Date32Array::from(vec![10000, 17890]); | ||||||||||||||||||||||
|
There was a problem hiding this comment.
Choose a reason for hiding this comment
The reason will be displayed to describe this comment to others. Learn more.
BTW, actually I also want to support non native endian encoding configured from cast options. But I will put it into follow ups.
There was a problem hiding this comment.
Choose a reason for hiding this comment
The reason will be displayed to describe this comment to others. Learn more.
That might be better as a custom kernel then? Perhaps kernels mirroring https://doc.rust-lang.org/std/primitive.i32.html#method.to_be and https://doc.rust-lang.org/std/primitive.i32.html#method.to_le ?
I think it would be good to avoid adding data type specific options to CastOptions
There was a problem hiding this comment.
Choose a reason for hiding this comment
The reason will be displayed to describe this comment to others. Learn more.
You mean to have a kernel doing
to_be
/to_le
? It sounds good.