KV转向量 (KvToVectorBatchOp)

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	不同key之间分隔符	当输入数据为稀疏格式时，key-value对之间的分隔符	String			“,”
kvValDelimiter	key和value之间分隔符	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

from pyalink.alink import *

import pandas as pd

useLocalEnv(1)

df = pd.DataFrame([
    ['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],
    ['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]])

data = BatchOperator.fromDataframe(df, schemaStr="row string, json string, vec string, kv string, csv string, f0 double, f1 double")
  
op = KvToVectorBatchOp()\
    .setKvCol("kv")\
    .setReservedCols(["row"])\
    .setVectorCol("vec")\
    .setVectorSize(5)\
    .linkFrom(data)

op.print()

Java 代码

import org.apache.flink.types.Row;

import com.alibaba.alink.operator.batch.BatchOperator;
import com.alibaba.alink.operator.batch.dataproc.format.KvToVectorBatchOp;
import com.alibaba.alink.operator.batch.source.MemSourceBatchOp;
import org.junit.Test;

import java.util.Arrays;
import java.util.List;

public class KvToVectorBatchOpTest {
	@Test
	public void testKvToVectorBatchOp() throws Exception {
		List <Row> df = Arrays.asList(
			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)
		);
		BatchOperator <?> data = new MemSourceBatchOp(df,
			"row string, json string, vec string, kv string, csv string, f0 double, f1 double");
		BatchOperator <?> op = new KvToVectorBatchOp()
			.setKvCol("kv")
			.setReservedCols("row")
			.setVectorCol("vec")
			.setVectorSize(5)
			.linkFrom(data);
		op.print();
	}
}

运行结果

row	vec
1	$5$1.0 2.0
2	$5$4.0 8.0