rapidsai/cudf

[FEA] Add support to str.normalize_spaces and str.normalize_characters in dask_cudf

Open

#10,908 创建于 2022年5月19日

在 GitHub 查看
 (1 评论) (0 反应) (0 负责人)C++ (735 fork)batch import
Pythonfeature requestgood first issue

仓库指标

Star
 (6,000 star)
PR 合并指标
 (平均合并 17天 21小时) (30 天内合并 230 个 PR)

描述

Is your feature request related to a problem? Please describe. str.normalize_spaces and str.normalize_characters are not supported in dask_cudf . It would be great to expose them via dask_cudf.

Describe the solution you'd like To have those methods available.

Describe alternatives you've considered None

Additional context Using RAPIDS 22.04 in a DGX-1 server

贡献者指南

研究方向
首先，检查 dask cudf 中现有的字符串方法，例如 str.lower 或 str.upper，以了解包装 cudf 函数的模式。然后，查看 cpp 源代码中 cudf 对 normalize spaces 和 normalize characters 的实现。最后，将这些方法添加到 dask cudf 的字符串访问器中，并包含测试。检查是否存在任何类似的 PR。
技术栈
python
领域
backend
议题类型
功能
难度面向新贡献者的预计实现难度，1 表示很小改动，5 表示专家级工作。
3
预计时间有经验贡献者完成调查、实现、测试并准备 pull request 的粗略时间范围。
1-2 天
活动状态议题当前的可参与程度：新鲜、活跃、陈旧、阻塞或等待维护者输入。
活跃
清晰度议题是否清楚说明期望改动、验收标准和下一步。
清晰
前置要求
Pythondaskcudf
新手友好度1-100 的估计分数，表示该议题对首次贡献者的友好程度。
60