Java 类名：com.alibaba.alink.operator.batch.dataproc.format.CsvToVectorBatchOp
Python 类名：CsvToVectorBatchOp

功能介绍

将数据格式从 Csv 转成 Vector

参数说明

名称 中文名称 描述 类型 是否必须？ 取值范围 默认值
csvCol CSV列名 CSV列的列名 String ✓ 所选列类型为 [STRING]
schemaStr Schema Schema。格式为”colname coltype[, colname2, coltype2[, …]]”，例如”f0 string, f1 bigint, f2 double” String ✓
vectorCol 向量列名 向量列对应的列名 String ✓
csvFieldDelimiter 字段分隔符 字段分隔符 String “,”
handleInvalid 解析异常处理策略 解析异常处理策略，可选为ERROR（抛出异常）或者SKIP（输出NULL） String “ERROR”, “SKIP” “ERROR”
quoteChar 引号字符 引号字符 Character “””
reservedCols 算法保留列名 算法保留列 String[] null
vectorSize 向量长度 向量长度 Long -1

代码示例

Python 代码

  1. from pyalink.alink import *
  3. import pandas as pd
  5. useLocalEnv(1)
  7. df = pd.DataFrame([
  8.     ['1', '{"f0":"1.0","f1":"2.0"}', '$3$0:1.0 1:2.0', 'f0:1.0,f1:2.0', '1.0,2.0', 1.0, 2.0],
  9.     ['2', '{"f0":"4.0","f1":"8.0"}', '$3$0:4.0 1:8.0', 'f0:4.0,f1:8.0', '4.0,8.0', 4.0, 8.0]])
  11. data = BatchOperator.fromDataframe(df, schemaStr="row string, json string, vec string, kv string, csv string, f0 double, f1 double")
  13. op = CsvToVectorBatchOp()\
  14.     .setCsvCol("csv")\
  15.     .setSchemaStr("f0 double, f1 double")\
  16.     .setReservedCols(["row"])\
  17.     .setVectorCol("vec")\
  18.     .setVectorSize(5)\
  19.     .linkFrom(data)
  21. op.print()

Java 代码

  1. import org.apache.flink.types.Row;
  3. import com.alibaba.alink.operator.batch.BatchOperator;
  4. import com.alibaba.alink.operator.batch.dataproc.format.CsvToVectorBatchOp;
  5. import com.alibaba.alink.operator.batch.source.MemSourceBatchOp;
  6. import org.junit.Test;
  8. import java.util.Arrays;
  9. import java.util.List;
  11. public class CsvToVectorBatchOpTest {
  12.     @Test
  13.     public void testCsvToVectorBatchOp() throws Exception {
  14.         List <Row> df = Arrays.asList(
  15.             Row.of("1", "{\"f0\":\"1.0\",\"f1\":\"2.0\"}", "$3$0:1.0 1:2.0", "f0:1.0,f1:2.0", "1.0,2.0", 1.0, 2.0),
  16.             Row.of("2", "{\"f0\":\"4.0\",\"f1\":\"8.0\"}", "$3$0:4.0 1:8.0", "f0:4.0,f1:8.0", "4.0,8.0", 4.0, 8.0)
  17.         );
  18.         BatchOperator <?> data = new MemSourceBatchOp(df,
  19.             "row string, json string, vec string, kv string, csv string, f0 double, f1 double");
  20.         BatchOperator <?> op = new CsvToVectorBatchOp()
  21.             .setCsvCol("csv")
  22.             .setSchemaStr("f0 double, f1 double")
  23.             .setReservedCols("row")
  24.             .setVectorCol("vec")
  25.             .setVectorSize(5)
  26.             .linkFrom(data);
  27.         op.print();
  28.     }
  29. }

运行结果

| row | vec | | —- | —- |

| 1 | $5$1.0 2.0 |

| 2 | $5$4.0 8.0 |