downcast_iter中的偏移和极坐标下的串联切片

Question

在极地，我看到的返回结果与我所期望的不同，当我使用切片与串联和试图得到的偏移。

我正在创建一个系列，然后切片它：

// Make a vec of 3 items, called foo, bar baz
let string_values: Vec<&str> = vec!["foo", "bar", "baz"];
// Add it to a series, this is without dataframes
let series = Series::new("string_values", string_values);

//shape: (3,)
// Series: 'string_values' [str]
// [
//  "foo"
//  "bar"
//  "baz"
// ]
println!("{:?}", series);

这将返回一个新的系列。

然后，我可以使用downcast_iter()获取偏移量：

// Now we should be able to downcast iter to get the offsets.
// returns [0, 3, 6, 9]
// 0-3 = foo
// 3-6 = bar
// 6-9 = baz
series.utf8().unwrap().downcast_iter().for_each(|array| {
    println!("{:?}", array.offsets());
});

到目前为止还不错。

然后我切了它：

//shape: (2,)
// Series: 'string_values' [str]
// [
//  "bar"
//  "baz"
// ]
let series_slice = series.slice(1, 2);
println!("{:?}", series_slice);

这将返回正确的值。

然后，我再次尝试使用downcast_iter()：

// Now we should be able to downcast iter to get the offsets for the slice.
// This returns [3, 6, 9]
// Is "foo" still referenced?
series_slice.utf8().unwrap().downcast_iter().for_each(|array| {
    println!("{:?}", array.offsets());
});

它返回3，6，9。为什么返回9？这个系列的长度是6。

Answer 1

箭头中的缓冲区可以共享。除了数据之外，他们还有一个offset和一个length。

原始箭头字符串数组包含以下数据：

data:     foobarbaz
offsets:  0, 3, 6, 9
offset:   0
length:   3

检索元素i在伪代码中使用以下算法：

let offset = array.offset
let start_index = offsets[offset + i]
let end_index = offsets[offset + i + 1]

let string_value = data[start_index..end_index]

当您分割数组时，我们不会复制任何数据。我们只更新offset和length，这样我们就有了表示切片数组的所有信息：

data:     foobarbaz
offsets:  0, 3, 6, 9
offset:   1
length:   2