Java 类名：com.alibaba.alink.operator.batch.dataproc.vector.VectorAssemblerBatchOp
Python 类名：VectorAssemblerBatchOp

功能介绍

  • 数据结构转换组件，将Table格式的数据转成tensor格式数据。
  • 支持table中的多个 vector 列和数值列合并成一个vector 列。

    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 | | —- | —- | —- | —- | —- | —- | —- | | outputCol | 输出结果列列名 | 输出结果列列名，必选 | String | ✓ | | | | selectedCols | 选择的列名 | 计算列对应的列名列表 | 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” | | 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 = pd.DataFrame([
  8.     [2, 1, 1],
  9.     [3, 2, 1],
  10.     [4, 3, 2],
  11.     [2, 4, 1],
  12.     [2, 2, 1],
  13.     [4, 3, 2],
  14.     [1, 2, 1],
  15.     [5, 3, 3]
  16. ])
  18. data = BatchOperator.fromDataframe(df, schemaStr="f0 int, f1 int, f2 int")
  19. colnames = ["f0","f1","f2"]
  20. VectorAssemblerBatchOp().setSelectedCols(colnames)\
  21. .setOutputCol("out").linkFrom(data).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.vector.VectorAssemblerBatchOp;
  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 VectorAssemblerBatchOpTest {
  12.     @Test
  13.     public void testVectorAssemblerBatchOp() throws Exception {
  14.         List <Row> df = Arrays.asList(
  15.             Row.of(2, 1, 1),
  16.             Row.of(3, 2, 1),
  17.             Row.of(4, 3, 2),
  18.             Row.of(2, 4, 1),
  19.             Row.of(2, 2, 1),
  20.             Row.of(4, 3, 2),
  21.             Row.of(1, 2, 1),
  22.             Row.of(5, 3, 3)
  23.         );
  24.         BatchOperator <?> data = new MemSourceBatchOp(df, "f0 int, f1 int, f2 int");
  25.         new VectorAssemblerBatchOp().setSelectedCols("f0", "f1", "f2")
  26.             .setOutputCol("out").linkFrom(data).print();
  27.     }
  28. }

运行结果

| f0 | f1 | f2 | out | | —- | —- | —- | —- |

| 2 | 1 | 1 | 2.0 1.0 1.0 |

| 3 | 2 | 1 | 3.0 2.0 1.0 |

| 4 | 3 | 2 | 4.0 3.0 2.0 |

| 2 | 4 | 1 | 2.0 4.0 1.0 |

| 2 | 2 | 1 | 2.0 2.0 1.0 |

| 4 | 3 | 2 | 4.0 3.0 2.0 |

| 1 | 2 | 1 | 1.0 2.0 1.0 |

| 5 | 3 | 3 | 5.0 3.0 3.0 |