Java 类名：com.alibaba.alink.pipeline.dataproc.vector.VectorAssembler
Python 类名：VectorAssembler

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？ 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.     ["0", "$6$1:2.0 2:3.0 5:4.3", "3.0 2.0 3.0"],
  9.     ["1", "$8$1:2.0 2:3.0 7:4.3", "3.0 2.0 3.0"],
  10.     ["2", "$8$1:2.0 2:3.0 7:4.3", "2.0 3.0"]
  11. ])
  12. data = BatchOperator.fromDataframe(df, schemaStr="id string, c0 string, c1 string")
  14. res = VectorAssembler()\
  15.             .setSelectedCols(["c0", "c1"])\
  16.             .setOutputCol("table2vec")
  17. res.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.pipeline.dataproc.vector.VectorAssembler;
  5. import org.junit.Test;
  7. import java.util.Arrays;
  8. import java.util.List;
  10. public class VectorAssemblerTest {
  11.     @Test
  12.     public void testVectorAssembler() throws Exception {
  13.         List <Row> df = Arrays.asList(
  14.             Row.of("0", "$6$1:2.0 2:3.0 5:4.3", "3.0 2.0 3.0"),
  15.             Row.of("1", "$8$1:2.0 2:3.0 7:4.3", "3.0 2.0 3.0"),
  16.             Row.of("2", "$8$1:2.0 2:3.0 7:4.3", "2.0 3.0")
  17.         );
  18.         MemSourceBatchOp data = new MemSourceBatchOp(df, "id string, c0 string, c1 string");
  19.         VectorAssembler res = new VectorAssembler()
  20.             .setSelectedCols("c0", "c1")
  21.             .setOutputCol("table2vec");
  22.         res.transform(data).print();
  23.     }
  24. }

运行结果

| id | c0 | c1 | table2vec | | —- | —- | —- | —- |

| 0 | $6$1:2.0 2:3.0 5:4.3 | 3.0 2.0 3.0 | $9$1:2.0 2:3.0 5:4.3 6:3.0 7:2.0 8:3.0 |

| 1 | $8$1:2.0 2:3.0 7:4.3 | 3.0 2.0 3.0 | $11$1:2.0 2:3.0 7:4.3 8:3.0 9:2.0 10:3.0 |

| 2 | $8$1:2.0 2:3.0 7:4.3 | 2.0 3.0 | $10$1:2.0 2:3.0 7:4.3 8:2.0 9:3.0 |