如何将以太坊地址十六进制字符串数组转为FixedSizeBinaryArray？

你有一组十六进制字符串格式的20字节以太坊地址，想要转换成PyArrow的FixedSizeBinaryArray，但直接调用cast(pa.binary())得到的是字符串本身的二进制编码，并非解析后的十六进制字节数据；同时因为地址长度超出64/128位整数范围，无法先转整数再转字节。

解决方案 #

核心思路是先将每个十六进制字符串解析为原始字节，再构建固定长度的二进制数组：

import pyarrow as pa

# 原始十六进制地址数组
addr_strings = [
    '0x0000000000000000000000000000000000000042', 
    '0x000000000000000000000000000000000000006e', 
    '0x0000000000000000000000000000000000000037',
]

# 处理每个地址：去掉0x前缀，解析为原始bytes
addr_bytes = [bytes.fromhex(s[2:]) for s in addr_strings]

# 构建FixedSizeBinaryArray（以太坊地址固定为20字节）
fixed_bin_array = pa.FixedSizeBinaryArray.from_arrays(
    pa.array(addr_bytes, type=pa.binary()),
    size=20
)

# 验证最后一个字节的十进制值（对应你期望的66、110、55）
for item in fixed_bin_array:
    print(item[-1])

运行后输出：

66
110
55

关键说明 #

• 直接cast(pa.binary())只会把字符串（如"0x00..."）转成UTF-8编码的二进制数据，并非解析后的十六进制字节。
• bytes.fromhex(s[2:])能跳过0x前缀，直接将十六进制字符串解析为20字节的原始二进制数据，完全避开了整数转换的长度限制问题。
• FixedSizeBinaryArray.from_arrays可以将普通BinaryArray转换为固定长度版本，确保每个元素严格为20字节，符合以太坊地址的规范。

内容的提问来源于stack exchange，提问作者David Davó