搜索快捷键 cmd + k | ctrl + k
- 安装
- 文档
- 入门
- 连接
- 数据导入
- 客户端 API
- 概览
- ADBC
- C
- C++
- CLI
- Dart
- Go
- Java (JDBC)
- Julia
- Node.js (已弃用)
- Node.js (Neo)
- ODBC
- PHP
- Python
- R
- Rust
- Swift
- Wasm
- SQL
- 介绍
- 语句
- 概览
- ANALYZE
- ALTER TABLE
- ALTER VIEW
- ATTACH 和 DETACH
- CALL
- CHECKPOINT
- COMMENT ON
- COPY
- CREATE INDEX
- CREATE MACRO
- CREATE SCHEMA
- CREATE SECRET
- CREATE SEQUENCE
- CREATE TABLE
- CREATE VIEW
- CREATE TYPE
- DELETE
- DESCRIBE
- DROP
- EXPORT 和 IMPORT DATABASE
- INSERT
- LOAD / INSTALL
- PIVOT
- 性能分析
- SELECT
- SET / RESET
- SET VARIABLE
- SUMMARIZE
- 事务管理
- UNPIVOT
- UPDATE
- USE
- VACUUM
- 查询语法
- SELECT
- FROM 和 JOIN
- WHERE
- GROUP BY
- GROUPING SETS
- HAVING
- ORDER BY
- LIMIT 和 OFFSET
- SAMPLE
- 展开嵌套
- WITH
- WINDOW
- QUALIFY
- VALUES
- FILTER
- 集合操作
- 预处理语句
- 数据类型
- 表达式
- 函数
- 概览
- 聚合函数
- 数组函数
- 位字符串函数
- Blob 函数
- 日期格式化函数
- 日期函数
- 日期部分函数
- 枚举函数
- 间隔函数
- Lambda 函数
- 列表函数
- 映射函数
- 嵌套函数
- 数值函数
- 模式匹配
- 正则表达式
- 结构体函数
- 文本函数
- 时间函数
- 时间戳函数
- 带时区时间戳函数
- 联合函数
- 实用函数
- 窗口函数
- 约束
- 索引
- 元查询
- DuckDB 的 SQL 方言
- 示例
- 配置
- 扩展
- 核心扩展
- 概览
- 自动补全
- Avro
- AWS
- Azure
- Delta
- DuckLake
- 编码
- Excel
- 全文搜索
- httpfs (HTTP 和 S3)
- Iceberg
- ICU
- inet
- jemalloc
- MySQL
- PostgreSQL
- 空间
- SQLite
- TPC-DS
- TPC-H
- UI
- VSS
- 指南
- 概览
- 数据查看器
- 数据库集成
- 文件格式
- 概览
- CSV 导入
- CSV 导出
- 直接读取文件
- Excel 导入
- Excel 导出
- JSON 导入
- JSON 导出
- Parquet 导入
- Parquet 导出
- 查询 Parquet 文件
- 使用 file: 协议访问文件
- 网络和云存储
- 概览
- HTTP Parquet 导入
- S3 Parquet 导入
- S3 Parquet 导出
- S3 Iceberg 导入
- S3 Express One
- GCS 导入
- Cloudflare R2 导入
- 通过 HTTPS / S3 使用 DuckDB
- Fastly 对象存储导入
- 元查询
- ODBC
- 性能
- Python
- 安装
- 执行 SQL
- Jupyter Notebooks
- marimo Notebooks
- Pandas 上的 SQL
- 从 Pandas 导入
- 导出到 Pandas
- 从 Numpy 导入
- 导出到 Numpy
- Arrow 上的 SQL
- 从 Arrow 导入
- 导出到 Arrow
- Pandas 上的关系型 API
- 多个 Python 线程
- 与 Ibis 集成
- 与 Polars 集成
- 使用 fsspec 文件系统
- SQL 编辑器
- SQL 功能
- 代码片段
- 故障排除
- 术语表
- 离线浏览
- 操作手册
- 开发
- 内部结构
- 为什么选择 DuckDB
- 行为准则
- 发布日历
- 路线图
- 站点地图
- 在线演示
文档 / 客户端API / Python
类型 API
The DuckDBPyType
class represents a type instance of our data types.
从其他类型转换
为了使 API 尽可能易于使用,我们添加了从现有类型对象到 DuckDBPyType 实例的隐式转换。这意味着在需要 DuckDBPyType 对象的地方,也可以提供以下列出的任何选项。
Python 内置类型
下表显示了 Python 内置类型到 DuckDB 类型的映射。
内置类型 | DuckDB 类型 |
---|---|
bool | BOOLEAN |
bytearray | BLOB |
bytes | BLOB |
float | DOUBLE |
int | BIGINT |
str | VARCHAR |
Numpy DTypes
下表显示了 Numpy DType 到 DuckDB 类型的映射。
类型 | DuckDB 类型 |
---|---|
bool | BOOLEAN |
float32 | FLOAT |
float64 | DOUBLE |
int16 | SMALLINT |
int32 | INTEGER |
int64 | BIGINT |
int8 | TINYINT |
uint16 | USMALLINT |
uint32 | UINTEGER |
uint64 | UBIGINT |
uint8 | UTINYINT |
嵌套类型
list[child_type]
list
类型对象映射到子类型的 LIST
类型。它也可以任意嵌套。
import duckdb
from typing import Union
duckdb.typing.DuckDBPyType(list[dict[Union[str, int], str]])
MAP(UNION(u1 VARCHAR, u2 BIGINT), VARCHAR)[]
dict[key_type, value_type]
dict
类型对象映射到键类型和值类型的 MAP
类型。
import duckdb
print(duckdb.typing.DuckDBPyType(dict[str, int]))
MAP(VARCHAR, BIGINT)
{'a': field_one, 'b': field_two, .., 'n': field_n}
dict
对象映射到一个由字典的键和值组成的 STRUCT
类型。
import duckdb
print(duckdb.typing.DuckDBPyType({'a': str, 'b': int}))
STRUCT(a VARCHAR, b BIGINT)
Union[type_1, ... type_n]
typing.Union
对象映射到所提供类型的 UNION
类型。
import duckdb
from typing import Union
print(duckdb.typing.DuckDBPyType(Union[int, str, bool, bytearray]))
UNION(u1 BIGINT, u2 VARCHAR, u3 BOOLEAN, u4 BLOB)
创建函数
对于内置类型,您可以使用 duckdb.typing
中定义的常量。
DuckDB 类型 |
---|
BIGINT |
BIT |
BLOB |
BOOLEAN |
DATE |
DOUBLE |
FLOAT |
HUGEINT |
INTEGER |
INTERVAL |
SMALLINT |
SQLNULL |
TIME_TZ |
TIME |
TIMESTAMP_MS |
TIMESTAMP_NS |
TIMESTAMP_S |
TIMESTAMP_TZ |
TIMESTAMP |
TINYINT |
UBIGINT |
UHUGEINT |
UINTEGER |
USMALLINT |
UTINYINT |
UUID |
VARCHAR |
对于复杂类型,DuckDBPyConnection
对象或 duckdb
模块上提供了相应的方法。任何接受 DuckDBPyType
的地方,我们都将接受可以隐式转换为 DuckDBPyType
的类型对象之一。
list_type
| array_type
参数
child_type: DuckDBPyType
struct_type
| row_type
参数
fields: Union[list[DuckDBPyType], dict[str, DuckDBPyType]]
map_type
参数
key_type: DuckDBPyType
value_type: DuckDBPyType
decimal_type
参数
width: int
scale: int
union_type
参数
members: Union[list[DuckDBPyType], dict[str, DuckDBPyType]]
string_type
参数
collation: Optional[str]