levenew
levenew

性别: 注册于 2023-01-03

向TA求助
20金币数
380 经验值
0个粉丝
主页被访问 254 次

最近动态

2023-02-13 17:54 回答问题

可以配置参数项 nullAsMinValueForComparison 为 false。 参考功能配置文档中的说明:NULL 值在比较运算符操作中是否当作对应数据类型的最小值处理,默认值为 true。若设置为 false,则 NULL 元素对应的结果为 NULL。

2023-02-10 10:35 回答问题

可以使用loop和asis转换,比如: a = 1 2 3 4b = loop(asis, a) 分别查看a, b的数据类型,看到a为FAST INT VECTOR,b为ANY VECTOR,即从向量转为了元组

2023-02-09 18:40 发起提问

2023-02-07 17:04 回答问题

可以使用lpad或者rpad方法,两者分别可以在字符串的左边或右边填充指定字符串,以lpad为例,其语法为lpad(str, length, [pattern]) 参数详情参考DolphinDB文档:lpad — DolphinDB 2.0 文档 例如: s = "123"s = lpad(s, 5, "0") 得到s为 '00123'

2023-02-07 16:53 回答问题

因为 partition 默认是 true,返回的结果是一个分区内存表,分区表直接查看是没有数据的,需要 select 才有数据。你可以把 partition 设置成 false,返回的结果是未分区的内存表,可以直接查看: x=1 2 3; y=4 5 6; t1=table(x,y); x=1 2 3; y=5 6 7; t2=table(x,y); unionAll([t1,t2],false) 返回结果: x y 1 4 2 5 3 6 1 5 2 6 3 7

2023-02-06 17:57 回答问题

如果是 2.00 以上版本,可以存储为 array vector,比如下面的代码就创建了一个value列的字段类型为vector的表: values = np.array([np.array([11,12,13,14],dtype=np.int64),    np.array([15,16,17,18],dtype=np.int64),    np.array([19,10,11,12],dtype=np.int64),    np.array([13,14,15],dtype=np.int64),   

2023-02-06 17:47 回答问题

可以使用 t.values() 的方法将表转为 vector,对问题中的这张表使用values()方法,得到的结果如下: offset 0 1 0 string[3](['XOM', 'GS', 'AAPL']) double[3]([102.1, 33.4, 73.6]) 和每列数据类型一致,得到的向量的数据类型分别是string vector和double vector

2023-02-03 18:14 回答问题

可以用getTabletsMeta函数返回当前节点上指定数据表chunk的元数据信息。返回结果是一个列,内容包括: chunkId: chunk的唯一标识path: 分区的物理路径dfsPath: 分区DFS路径tableName: 表名version: 版本号rowNum: 分区的记录条数createCids:update/delete表时创建的版本号latestPhysicalDir:最新版本号(cid)对应的存储数据的临时物理路径diskUsage:分区占用的磁盘空间 使用以下代码获创建一个值分区

2023-02-01 09:33 回答问题

可以使用count(1)方法查询分区表的分区数量,比如: select count(1) from pt

2023-02-01 00:00 回答问题

有 ActionDay + minute.int() 、datetime(ActionDay+minute)、concatDateTime(date(ActionDay),minute) 、cast(ActionDay+minute, DATETIME) 等方法,都可以实现在sql语句里合并DATETIME和SECOND类型的两列数据。 在数据量较大的情况下,前两者速度较快,可以根据需求选择使用,测试代码如下: n=10000000 T = table(take(2023.01.10T00:00:00