该文档涉及的组件

向量转KV (VectorToKv)

Java 类名:com.alibaba.alink.pipeline.dataproc.format.VectorToKv

Python 类名:VectorToKv

功能介绍

将数据格式从 Vector 转成 Kv

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
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

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 = VectorToKv()\
    .setVectorCol("vec")\
    .setReservedCols(["row"])\
    .setKvCol("kv")\
    .transform(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.source.MemSourceBatchOp;
import com.alibaba.alink.pipeline.dataproc.format.VectorToKv;
import org.junit.Test;

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

public class VectorToKvTest {
	@Test
	public void testVectorToKv() 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 VectorToKv()
			.setVectorCol("vec")
			.setReservedCols("row")
			.setKvCol("kv")
			.transform(data);
		op.print();
	}
}

运行结果

row kv
1 1:1.0,2:2.0
2 1:4.0,2:8.0