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

功能介绍

将数据格式从 Key-value 转成 Vector
Kv中的key和value必须为数字,否则会出错报异常。

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
kvCol KV列名 KV列的列名 String 所选列类型为 [STRING]
vectorCol 向量列名 向量列对应的列名 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”
kvColDelimiter 分隔符 当输入数据为稀疏格式时,key-value对之间的分隔符 String “,”
kvValDelimiter 分隔符 当输入数据为稀疏格式时,key和value的分割符 String “:”
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 *
  2. import pandas as pd
  3. useLocalEnv(1)
  4. df = pd.DataFrame([
  5. ['1', '{"f0":"1.0","f1":"2.0"}', '$3$0:1.0 1:2.0', '0:1.0,1:2.0', '1.0,2.0', 1.0, 2.0],
  6. ['2', '{"f0":"4.0","f1":"8.0"}', '$3$0:4.0 1:8.0', '0:4.0,1:8.0', '4.0,8.0', 4.0, 8.0]])
  7. data = BatchOperator.fromDataframe(df, schemaStr="row string, json string, vec string, kv string, csv string, f0 double, f1 double")
  8. op = KvToVectorBatchOp()\
  9. .setKvCol("kv")\
  10. .setReservedCols(["row"])\
  11. .setVectorCol("vec")\
  12. .setVectorSize(5)\
  13. .linkFrom(data)
  14. op.print()

Java 代码

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

运行结果

| row | vec | | —- | —- |

| 1 | $5$1.0 2.0 |

| 2 | $5$4.0 8.0 |