Hacktoberfest 2026：维护者为十月标记出来的 issue，仍然开放、适合新手。 浏览 Hacktoberfest issue

Feature Request: Data Frames

未关闭
#151 6 条评论 0 个 reaction 已指派 0 人 在 GitHub 查看

还没有人认领这个 Issue。

评估

难度
5/5
预计耗时
一周以上
新手友好度
25/100
Issue 类型
功能
描述清晰度
需要澄清
活跃度
停滞
技术栈
pandas, python
领域
data

调研方向

没有指定文件或测试。首先审查 ArrayFire Python bindings 及其现有的数据结构支持，然后将其与所请求的 pandas 操作进行比较：加载和写入 headers、过滤、逐行函数以及按 timestamps 排序。Done 应明确哪些操作受支持，并形成一份达成一致的实现计划。

由索引模型根据 Issue 内容生成。

描述

Hi,
In my use case, I have data sets in parquet/CSV format which I then read into a pandas dataframe for processing.
Before starting to use ArrayFire Python, I would like to know if the following operations are at all supported.

  1. Reading a dataframe, with its headers into an ArrayFire equivalent data structure
  2. Reading a CSV, with its headers into an ArrayFire equivalent data structure
  3. Writing an ArrayFire equivalent data structure into a dataframe, with its headers
  4. Filtering as follows:
X_df['Rx_10G_1G'] = X_df.apply(lambda x: findGE(x['NE_OBJECT']), axis=1)  
def findGE (str_ne):    
    if str_ne.find('10GE-') !=-1:
        return 10000
    if str_ne.find('GE-') !=-1:
        return 1000
    else:
        return 1

  1. Filtering as follows:
    X_df=X_df[X_df['Rx_Octets']> 0.0]
    x_neg_df=X_df[X_df['RxUtilization_pct']< 0]

  2. Sorting by a time stamp based index:
    X_df = X_df.sort_index(by='ReportTime')

Many thanks,

主要语言
Python
星标
422
派生
63
30 天内没有已合并 PR

贡献指南

这个仓库没有索引到贡献指南

从这里开始

  1. 先读完整个 Issue，再读项目的贡献指南。
  2. 在 Issue 下留言说明你要接手 —— 这能避免两个人做同样的事。
  3. Fork 仓库，在一个分支上完成修改。
  4. 提交 Pull Request，并在描述里引用这个 Issue 编号。

arrayfire/arrayfire-python 的其他 Issue

查看 arrayfire/arrayfire-python 的全部 Issue

相似的 Issue

更多 Python Issue

把新 issue 发到你的邮箱

精选适合新手参与的 GitHub issue 摘要。