Java 类名：com.alibaba.alink.pipeline.dataproc.ToMTable
Python 类名：ToMTable

功能介绍

将输入列转换为MTable类型。

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
selectedCol 选中的列名 计算列对应的列名 String ✓
handleInvalidMethod 处理无效值的方法 处理无效值的方法，可取 error, skip String “ERROR”, “SKIP” “ERROR”
outputCol 输出结果列 输出结果列列名，可选，默认null String null
reservedCols 算法保留列名 算法保留列 String[] null
numThreads 组件多线程线程个数 组件多线程线程个数 Integer 1

代码示例

Python 代码

  1. from pyalink.alink import *
  3. import pandas as pd
  5. useLocalEnv(1)
  7. df_data = pd.DataFrame([
  8.     ['{"data":{"col0":[1],"col1":["2"],"label":[0]},"schema":"col0 INT, col1 VARCHAR,label INT"}']
  9. ])
  11. data = BatchOperator.fromDataframe(df_data, schemaStr = 'vec string')
  13. ToMTable().setSelectedCol("vec").transform(data).print()

Java 代码

  1. import org.apache.flink.types.Row;
  3. import com.alibaba.alink.operator.batch.source.MemSourceBatchOp;
  4. import com.alibaba.alink.testutil.AlinkTestBase;
  5. import org.junit.Test;
  7. public class ToVectorDemoTest extends AlinkTestBase {
  8.     @Test
  9.     public void test() throws Exception {
  10.         final String mTableStr = "{\"data\":{\"col0\":[1],\"col1\":[\"2\"],\"label\":[0]},\"schema\":\"col0 INT, col1 VARCHAR,label INT\"}";
  12.         Row[] rows = new Row[] {
  13.             Row.of(mTableStr)
  14.         };
  16.         MemSourceBatchOp data = new MemSourceBatchOp(
  17.             rows, new String[] {"m_table"}
  18.         );
  19.         new ToMTable().setSelectedCol("m_table").transform(data).print();
  20.     }
  21. }

运行结果

| vec | | —- |

| {“data”:{“col0”:[1],”col1”:[“2”],”label”:[0]},”schema”:”col0 INT,col1 VARCHAR,label INT”} |