Support of bit vs byte-packed boolean
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 5/5
- Tempo stimato
- Più di una settimana
- Idoneità per principianti
- 25/100
Direzione di ricerca
Inizia leggendo la specifica di Dataframe Interchange Protocol e la issue di PyArrow e la pull request di pandas collegate. Determina se sono coperti i valori booleani impacchettati per bit e per byte, quindi documenta la decisione del protocollo e individua il lavoro di implementazione necessario in PyArrow; la issue non indica file né test.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
This topic came up on a PyArrow issue by Polars developers working on their native Dataframe Protocol Implementation. To note, in the PyArrow implementation of the protocol we decided to cast bit-packed boolean values to uint8 when producing the interchange object and we cast uint8 to bit-packed boolean when consuming an interchange object.
As this topic came up again and pandas has added support for bitmask conversion in https://github.com/pandas-dev/pandas/pull/52824 it would make sense to try to support bit-packed boolean dtypes in pyarrow implementation also (without converting to uint8), but I haven't found any information in the specification of the protocol about bit vs byte-packed boolean values.
Are both, bit and byte-packed booleans, supported by the Dataframe Interchange Protocol?
cc @stinodego @jorisvandenbossche
- Lingua principale
- Python
- Stelle
- 106
- Fork
- 22
- Metriche di merge delle PR
- Nessuna PR unita negli ultimi 30g
Preparare l'ambiente
Questo progetto non fornisce container di sviluppo, Dockerfile né guida per i contributori, quindi l'ambiente è a tuo carico: parti dal suo README e consulta la nostra guida al primo contributo per i passaggi generali.
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di data-apis/dataframe-api
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 25/100
data-apis/dataframe-api#363 · 1 commento · 8 reazioni ·
-
Row ordering design choiceApertaAPI design
Difficoltà 5/5 Più di una settimana Idoneità per principianti 25/100
data-apis/dataframe-api#356 · 1 commento ·
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 25/100
data-apis/dataframe-api#355 ·
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 25/100
data-apis/dataframe-api#352 ·
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 25/100
data-apis/dataframe-api#351 ·
Tutte le issue di data-apis/dataframe-api
Issue simili
-
Atomic append fails to create a missing fileForse già presa @harbinresearcher l’ha presa oggi. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 70/100
fabiocaccamo/python-fsutil#201 ·
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
I maintainer di solito rispondono entro 1 giorno
-
task
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
danparshall/claude_researcher#87 ·
I maintainer di solito rispondono entro 1 giorno
-
bug
Difficoltà 2/5 1-3 ore Idoneità per principianti 62/100
GhostManager/Ghostwriter#998 · 1 commento ·
I maintainer di solito rispondono entro 1 giorno
-
bug
Difficoltà 2/5 1-3 ore Idoneità per principianti 85/100
datajoint/datajoint-python#1586 ·
I maintainer di solito rispondono entro 1 giorno