nanoarrow 的目標是為 Arrow C Data 和 Arrow C Stream 介面提供最精簡且實用的綁定，並使用 nanoarrow C 程式庫。
安裝
您可以從 CRAN 安裝已發布版本的 nanoarrow，使用：
install.packages("nanoarrow")您可以從 GitHub 安裝開發版本的 nanoarrow，使用：
# install.packages("remotes")
remotes::install_github("apache/arrow-nanoarrow/r")如果您可以載入套件，那就沒問題了！
範例
Arrow C Data 和 Arrow C Stream 介面包含三個結構：ArrowSchema 代表陣列的資料類型、ArrowArray 代表陣列的值，以及 ArrowArrayStream，代表零或多個具有通用 ArrowSchema 的 ArrowArray。所有這三個都可以使用 nanoarrow R 套件由 R 物件包裝。
結構描述
使用 infer_nanoarrow_schema() 取得對應於給定 R 向量類型的 ArrowSchema 物件；使用 as_nanoarrow_schema() 從其他資料類型表示形式（例如，arrow R 套件 DataType，如 arrow::int32()）轉換物件；或使用 na_XXX() 函式來建構它們。
infer_nanoarrow_schema(1:5)
#> <nanoarrow_schema int32>
#> $ format : chr "i"
#> $ name : chr ""
#> $ metadata : list()
#> $ flags : int 2
#> $ children : list()
#> $ dictionary: NULL
as_nanoarrow_schema(arrow::schema(col1 = arrow::float64()))
#> <nanoarrow_schema struct>
#> $ format : chr "+s"
#> $ name : chr ""
#> $ metadata : list()
#> $ flags : int 0
#> $ children :List of 1
#> ..$ col1:<nanoarrow_schema double>
#> .. ..$ format : chr "g"
#> .. ..$ name : chr "col1"
#> .. ..$ metadata : list()
#> .. ..$ flags : int 2
#> .. ..$ children : list()
#> .. ..$ dictionary: NULL
#> $ dictionary: NULL
na_int64()
#> <nanoarrow_schema int64>
#> $ format : chr "l"
#> $ name : chr ""
#> $ metadata : list()
#> $ flags : int 2
#> $ children : list()
#> $ dictionary: NULL陣列
使用 as_nanoarrow_array() 將物件轉換為 ArrowArray 物件
as_nanoarrow_array(1:5)
#> <nanoarrow_array int32[5]>
#> $ length : int 5
#> $ null_count: int 0
#> $ offset : int 0
#> $ buffers :List of 2
#> ..$ :<nanoarrow_buffer validity<bool>[0][0 b]> ``
#> ..$ :<nanoarrow_buffer data<int32>[5][20 b]> `1 2 3 4 5`
#> $ dictionary: NULL
#> $ children : list()
as_nanoarrow_array(data.frame(col1 = c(1.1, 2.2)))
#> <nanoarrow_array struct[2]>
#> $ length : int 2
#> $ null_count: int 0
#> $ offset : int 0
#> $ buffers :List of 1
#> ..$ :<nanoarrow_buffer validity<bool>[0][0 b]> ``
#> $ children :List of 1
#> ..$ col1:<nanoarrow_array double[2]>
#> .. ..$ length : int 2
#> .. ..$ null_count: int 0
#> .. ..$ offset : int 0
#> .. ..$ buffers :List of 2
#> .. .. ..$ :<nanoarrow_buffer validity<bool>[0][0 b]> ``
#> .. .. ..$ :<nanoarrow_buffer data<double>[2][16 b]> `1.1 2.2`
#> .. ..$ dictionary: NULL
#> .. ..$ children : list()
#> $ dictionary: NULL您可以使用 as.vector() 或 as.data.frame() 來取回物件的 R 表示形式
array <- as_nanoarrow_array(data.frame(col1 = c(1.1, 2.2)))
as.data.frame(array)
#> col1
#> 1 1.1
#> 2 2.2即使在 C 語言層級，ArrowArray 與 ArrowSchema 是不同的，但在 R 語言層級，我們會盡可能附加結構描述。您可以使用 infer_nanoarrow_schema() 存取附加的結構描述
infer_nanoarrow_schema(array)
#> <nanoarrow_schema struct>
#> $ format : chr "+s"
#> $ name : chr ""
#> $ metadata : list()
#> $ flags : int 0
#> $ children :List of 1
#> ..$ col1:<nanoarrow_schema double>
#> .. ..$ format : chr "g"
#> .. ..$ name : chr "col1"
#> .. ..$ metadata : list()
#> .. ..$ flags : int 2
#> .. ..$ children : list()
#> .. ..$ dictionary: NULL
#> $ dictionary: NULL陣列串流
建立 ArrowArrayStream 最簡單的方法是從陣列列表或可以使用 as_nanoarrow_array() 轉換為陣列的物件列表建立
stream <- basic_array_stream(
list(
data.frame(col1 = c(1.1, 2.2)),
data.frame(col1 = c(3.3, 4.4))
)
)您可以使用 $get_next() 方法從串流中提取批次。最後一個批次將傳回 NULL。
stream$get_next()
#> <nanoarrow_array struct[2]>
#> $ length : int 2
#> $ null_count: int 0
#> $ offset : int 0
#> $ buffers :List of 1
#> ..$ :<nanoarrow_buffer validity<bool>[0][0 b]> ``
#> $ children :List of 1
#> ..$ col1:<nanoarrow_array double[2]>
#> .. ..$ length : int 2
#> .. ..$ null_count: int 0
#> .. ..$ offset : int 0
#> .. ..$ buffers :List of 2
#> .. .. ..$ :<nanoarrow_buffer validity<bool>[0][0 b]> ``
#> .. .. ..$ :<nanoarrow_buffer data<double>[2][16 b]> `1.1 2.2`
#> .. ..$ dictionary: NULL
#> .. ..$ children : list()
#> $ dictionary: NULL
stream$get_next()
#> <nanoarrow_array struct[2]>
#> $ length : int 2
#> $ null_count: int 0
#> $ offset : int 0
#> $ buffers :List of 1
#> ..$ :<nanoarrow_buffer validity<bool>[0][0 b]> ``
#> $ children :List of 1
#> ..$ col1:<nanoarrow_array double[2]>
#> .. ..$ length : int 2
#> .. ..$ null_count: int 0
#> .. ..$ offset : int 0
#> .. ..$ buffers :List of 2
#> .. .. ..$ :<nanoarrow_buffer validity<bool>[0][0 b]> ``
#> .. .. ..$ :<nanoarrow_buffer data<double>[2][16 b]> `3.3 4.4`
#> .. ..$ dictionary: NULL
#> .. ..$ children : list()
#> $ dictionary: NULL
stream$get_next()
#> NULL您可以透過呼叫 as.data.frame() 或 as.vector() 將所有批次提取到 data.frame() 中
stream <- basic_array_stream(
list(
data.frame(col1 = c(1.1, 2.2)),
data.frame(col1 = c(3.3, 4.4))
)
)
as.data.frame(stream)
#> col1
#> 1 1.1
#> 2 2.2
#> 3 3.3
#> 4 4.4在使用完串流後，您應盡快呼叫 release 方法。這樣可以讓串流的實作釋放它可能持有的任何資源（例如開啟的檔案），比起等待垃圾收集器清理物件，這是一種更可預測的方式。
與 arrow 套件整合
nanoarrow 套件為大多數 arrow 套件類型實作了 as_nanoarrow_schema()、as_nanoarrow_array() 和 as_nanoarrow_array_stream()。同樣地，它為 nanoarrow 物件實作了 arrow::as_arrow_array()、arrow::as_record_batch()、arrow::as_arrow_table()、arrow::as_record_batch_reader()、arrow::infer_type()、arrow::as_data_type() 和 arrow::as_schema()，因此您可以將等效的 nanoarrow 物件傳遞到許多 arrow 函式中，反之亦然。