三元组转列数据 (TripleToColumnsBatchOp)

Java 类名：com.alibaba.alink.operator.batch.dataproc.format.TripleToColumnsBatchOp

Python 类名：TripleToColumnsBatchOp

功能介绍

将数据格式从 Triple 转成 Columns

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
schemaStr	Schema	Schema。格式为“colname coltype[, colname2, coltype2[, …]]”，例如“f0 string, f1 bigint, f2 double”	String	✓
tripleColumnCol	三元组结构中列信息的列名	三元组结构中列信息的列名	String	✓	所选列类型为 [STRING]
tripleValueCol	三元组结构中数据信息的列名	三元组结构中数据信息的列名	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”
tripleRowCol	三元组结构中行信息的列名	三元组结构中行信息的列名	String			null

代码示例

Python 代码

from pyalink.alink import *

import pandas as pd

useLocalEnv(1)

df = pd.DataFrame([
    [1,'f1',1.0],
    [1,'f2',2.0],
    [2,'f1',4.0],
    [2,'f2',8.0]])

data = BatchOperator.fromDataframe(df, schemaStr="row double, col string, val double")


op = TripleToColumnsBatchOp()\
    .setTripleRowCol("row")\
    .setTripleColumnCol("col")\
    .setTripleValueCol("val")\
    .setSchemaStr("f1 double, f2 double")\
    .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.TripleToColumnsBatchOp;
import com.alibaba.alink.operator.batch.source.MemSourceBatchOp;
import org.junit.Test;

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

public class TripleToColumnsBatchOpTest {
	@Test
	public void testTripleToColumnsBatchOp() throws Exception {
		List <Row> df = Arrays.asList(
			Row.of(1, "f1", 1.0),
			Row.of(1, "f2", 2.0),
			Row.of(2, "f1", 4.0)
		);
		BatchOperator <?> data = new MemSourceBatchOp(df, "row int, col string, val double");
		BatchOperator <?> op = new TripleToColumnsBatchOp()
			.setTripleRowCol("row")
			.setTripleColumnCol("col")
			.setTripleValueCol("val")
			.setSchemaStr("f1 double, f2 double")
			.linkFrom(data);
		op.print();
	}
}

运行结果

row	f1	f2
1	1.0	2.0
2	4.0	8.0