使用PyArrow时Jupyter内核崩溃：true_count触发异常

问题根源 #

这是PyArrow部分旧版本的已知底层bug：当布尔数组包含True值时，访问true_count属性会触发内存访问异常，直接导致Jupyter内核终止；而false_count不受影响是因为其底层实现逻辑不同，未触发该bug。

可行解决方案 #

1. 升级PyArrow至最新稳定版 #

这是最彻底的解决方式，新版本已经修复了这类内存问题。执行升级命令：

pip install --upgrade pyarrow

升级完成后重新运行你的代码，true_count就能正常返回结果了。

2. 临时替代方法（无法升级时） #

如果暂时无法升级PyArrow，可以用pyarrow.compute.sum()来替代true_count——PyArrow中布尔值会被隐式转换为数值（True=1，False=0），求和结果与true_count完全一致：

import pyarrow as pa
import pyarrow.compute as pc

bad_array = pa.array([5.25,5.11,7.1,3.111,-1.2])
boolean_mask = pc.less(bad_array, pa.scalar(0))

# 替代true_count的写法
true_count = pc.sum(boolean_mask).as_py()
print(true_count)  # 输出：1

3. 验证修复效果 #

完成升级或替换代码后，测试原逻辑：

boolean_mask.true_count  # 正常返回1，内核不再崩溃

内容的提问来源于stack exchange，提问作者cosmic_ocean