• 功能介绍
  • 参数说明
  • 脚本示例
    • 脚本代码
    • 脚本运行结果

    功能介绍

    数据结构转换，将多列数据（可以是向量列也可以是数值列）转化为一列向量数据。

    参数说明

    名称 中文名称 描述 类型 是否必须？ 默认值
    handleInvalid 如何处理无效值 可以选择skip：跳过，error：报错抛异常，keep：保留。 String “error”
    selectedCols 选择的列名 计算列对应的列名列表 String[] ✓
    outputCol 输出结果列列名 输出结果列列名，必选 String ✓
    reservedCols 算法保留列名 算法保留列 String[] null

    脚本示例

    脚本代码

    1. data = np.array([["0", "$6$1:2.0 2:3.0 5:4.3", "3.0 2.0 3.0"],\
    2. ["1", "$8$1:2.0 2:3.0 7:4.3", "3.0 2.0 3.0"],\
    3. ["2", "$8$1:2.0 2:3.0 7:4.3", "2.0 3.0"]])
    4. df = pd.DataFrame({"id" : data[:,0], "c0" : data[:,1], "c1" : data[:,2]})
    5. data = dataframeToOperator(df, schemaStr="id string, c0 string, c1 string",op_type="batch")
    7. res = VectorAssembler()\
    8.             .setSelectedCols(["c0", "c1"])\
    9.             .setOutputCol("table2vec")
    10. res.transform(data).collectToDataframe()

    脚本运行结果

    VectorAssembler - 图1